用法 tf.keras.metrics.sparse_categorical_crossentropy( y_true, y_pred, from_logits=False, axis=-1) 参数 y_true基本事实值。 y_pred预测值。 from_logitsy_pred是否预期为 logits 张量。默认情况下,我们假设y_pred对概率分布进行编码。 axis默认为 -1。计算熵的维度。
compile()API 的用法: model.compile( optimizer='sgd', loss='mse', metrics=[tf.keras.metrics.SparseCategoricalCrossentropy()]) 注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品tf.keras.metrics.SparseCategoricalCrossentropy。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载...