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]