РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
761 of 824 menu

Функция nn.nce_loss

Функция nce_loss вычисляет потерю Noise Contrastive Estimation. Она применяется для обучения моделей с большим количеством классов, когда вычисление полной функции softmax слишком затратно. Функция преобразует задачу многоклассовой классификации в задачу бинарной классификации между правильным классом и случайно выбранными отрицательными примерами.

Первым параметром передается тензор весов weights, вторым - тензор смещений biases, третьим - входные данные inputs, четвертым - метки правильных классов labels, пятым - количество отрицательных примеров num_sampled. Также можно передать количество классов num_classes и другие необязательные параметры.

Синтаксис

tf.nn.nce_loss( weights, biases, labels, inputs, num_sampled, num_classes, [num_true], [sampled_values], [remove_accidental_hits], [name] )

Пример

Давайте вычислим потерю NCE для небольшого набора данных. Создадим веса, смещения, входы и метки:

import tensorflow as tf tf.random.set_seed(0) weights = tf.random.normal([5, 4]) biases = tf.zeros([5]) inputs = tf.random.normal([3, 4]) labels = tf.constant([0, 2, 4]) loss = tf.nn.nce_loss( weights=weights, biases=biases, labels=labels, inputs=inputs, num_sampled=2, num_classes=5 ) print(loss)

Результат выполнения кода:

tf.Tensor([...], shape=(3,), dtype=float32)

Пример

Давайте вычислим среднее значение потери NCE:

import tensorflow as tf tf.random.set_seed(0) weights = tf.random.normal([5, 4]) biases = tf.zeros([5]) inputs = tf.random.normal([3, 4]) labels = tf.constant([0, 2, 4]) loss = tf.nn.nce_loss( weights=weights, biases=biases, labels=labels, inputs=inputs, num_sampled=2, num_classes=5 ) res = tf.reduce_mean(loss) print(res)

Результат выполнения кода:

tf.Tensor(..., shape=(), dtype=float32)

Смотрите также

Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить