我是一個(gè)試圖遵循本指南的新手程序員。但是，我遇到了一個(gè)問(wèn)題。該指南說(shuō)將損失函數(shù)定義為：def loss(labels, logits): return tf.keras.losses.sparse_categorical_crossentropy(labels, logits, from_logits=True)這給了我以下錯(cuò)誤：sparse_categorical_crossentropy() 得到了一個(gè)意外的關(guān)鍵字參數(shù)“from_logits”我認(rèn)為這from_logits是函數(shù)中未指定的參數(shù)，文檔支持該參數(shù)，該文檔tf.keras.losses.sparse_categorical_crossentropy()只有兩個(gè)可能的輸入。有沒(méi)有辦法指定正在使用 logits 或者甚至需要？
2 回答
HUX布斯
TA貢獻(xiàn)1876條經(jīng)驗(yàn) 獲得超6個(gè)贊
我在學(xué)習(xí)教程時(shí)遇到了同樣的問(wèn)題。我改變了代碼
def loss(labels, logits):
return tf.keras.losses.sparse_categorical_crossentropy(labels, logits, from_logits=True)
到
def loss(labels, logits):
return tf.nn.sparse_softmax_cross_entropy_with_logits(labels=labels, logits=logits)
這解決了該問(wèn)題，而無(wú)需每晚安裝 tf。
添加回答
舉報(bào)
0/150
提交
取消