TensorFlow tf.keras.losses.CategoricalCrossentropy
998 ワード
多分類問題では、
以下の例における
init
one-hot
符号化ターゲットが入力され、int
タイプの符号化ターゲットであればSparseCategoricalCrossentropy
が使用される.以下の例における
y_pred
とy_true
の形状は[batch_size, num_class]
である、入力毎にbatch_size
が3である、3つのサンプルが同時に入力され、分類数は3である、one-hot
が3つの分類である.cce = tf.keras.losses.CategoricalCrossentropy()
loss = cce(
[[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]],
[[.9, .05, .05], [.5, .89, .6], [.05, .01, .94]])
print('Loss: ', loss.numpy()) # Loss: 0.3239
init __init__(
from_logits=False,
label_smoothing=0,
reduction=losses_utils.ReductionV2.AUTO,
name='categorical_crossentropy'
)
パラメータ
説明
from_logits
label_smoothing=0
reduction
name
call __call__(
y_true,
y_pred,
sample_weight=None
)
パラメータ
説明
y_true
y_pred
sample_weight
参考:公式サイト
__init__(
from_logits=False,
label_smoothing=0,
reduction=losses_utils.ReductionV2.AUTO,
name='categorical_crossentropy'
)
__call__(
y_true,
y_pred,
sample_weight=None
)
パラメータ
説明
y_true
y_pred
sample_weight
参考:公式サイト