Question

我是一名新手程序员，正在尝试遵循本指南： https://www.tensorflow.org/tutorials/sequences/text_generation 但是，我遇到了一个问题。该指南说将损失函数定义为：

def loss(labels, logits):
    return tf.keras.losses.sparse_categorical_crossentropy(labels, logits, from_logits=True)

这给了我以下错误： “ sparse_categorical_crossentropy（）获得了意外的关键字参数'from_logits'”

我的意思是“ from_logits”是函数中未指定的参数，该参数受文档支持，tf.keras.losses.sparse_categorical_crossentropy（）仅具有2种可能的输入。有没有一种方法可以指定正在使用的日志，还是必须要登录？

Answer 1

在学习本教程时，我遇到了同样的问题。我从

更改了代码

def loss(labels, logits):
    return tf.keras.losses.sparse_categorical_crossentropy(labels, logits, from_logits=True)

到

def loss(labels, logits):
    return tf.nn.sparse_softmax_cross_entropy_with_logits(labels=labels, logits=logits)

这解决了该问题，而无需每晚安装tf。

Answer 2

from_logits参数在Tensorflow 1.13中引入。

您可以将1.12和1.13与以下网址进行比较：

https://github.com/tensorflow/tensorflow/blob/r1.12/tensorflow/python/keras/losses.py
https://github.com/tensorflow/tensorflow/blob/r1.13/tensorflow/python/keras/losses.py

在撰写本文时，

1.13尚未发布。这就是本教程以这一行开头的原因

!pip install -q tf-nightly

具有logits的张量流稀疏分类交叉熵

2 个答案: