tensorflow 稀疏分类交叉熵与 logits

Question

我是一个试图遵循本指南的新手程序员。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() 得到了一个意外的关键字参数“from_logits”

我认为这from_logits是函数中未指定的参数，文档支持该参数，该文档tf.keras.losses.sparse_categorical_crossentropy()只有两个可能的输入。

有没有办法指定正在使用 logits 或者甚至需要？

Answer 1

我在学习教程时遇到了同样的问题。我改变了代码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。