给定一组用于训练神经网络的训练样例，我们希望对训练中的各种示例给予或多或少的权重。我们基于示例的“值”（例如有效性或置信度）的一些标准，对每个示例应用0.0到1.0之间的权重。如何在Tensorflow中实现，特别是在使用tf.nn.sparse_softmax_cross_entropy_with_logits()？
答案 0 :(得分：4)
在最常见的情况下，您使用形状tf.nn.sparse_softmax_cross_entropy_with_logits的{{1}}和形状logits的{{1}}来调用[batch_size, num_classes]，该函数会返回一个形状的张量labels。您可以将此张量乘以权重张量，然后将它们减少到单个损失值：
[batch_size]