python - Tensorflow Github 源代码中的 Softmax 交叉熵实现
问题描述
我正在尝试在 python 中实现 Softmax 交叉熵损失。因此,我在 GitHub Tensorflow 存储库中查看了 Softmax 交叉熵损失的实现。我试图理解它,但我遇到了三个函数的循环,我不明白函数中的哪一行代码正在计算损失?
该函数softmax_cross_entropy_with_logits_v2(labels, logits, axis=-1, name=None)
返回该函数 softmax_cross_entropy_with_logits_v2_helper(labels=labels, logits=logits, axis=axis, name=name)
,该函数又返回softmax_cross_entropy_with_logits(precise_logits, labels, name=name)
。
现在函数softmax_cross_entropy_with_logits(precise_logits, labels, name=name)
返回函数softmax_cross_entropy_with_logits_v2(labels, logits, axis=-1, name=None)
。
这让我陷入了一个函数循环,而没有明确知道计算cost
for Softmax 函数的代码在哪里。谁能指出 Softmax 交叉熵的代码在 Tensorflow GitHub 存储库中实现的位置?
我引用的 GitHub 存储库的链接在这里。它包含上述三个函数的定义。
如果代码cost
需要很多难以理解的功能,你能解释一下代码行吗?谢谢。
解决方案
推荐阅读
- php - GET curl 请求仅适用于邮递员,但不适用于 php
- php - prestashop 1.7.x 如何在用户创建后显示自定义成功消息
- typescript - 打字稿使用条件类型推断构造函数参数
- docker - Hyperledger 教程中的 Docker 失败
- yii2 - Yii2 - 使用计算字段时 ActiveDataProvider“计数”错误
- r - 重复记录线性回归结果
- javascript - 在页面刷新之前不会加载来自外部 iframe 的内容
- go - 我可以使用 autocert 制定动态主机策略吗?
- python - 相当于torch.gather的张量流
- c++ - 如何将指针转换为未命名的结构指针?