python - tensorflow 稀疏分类交叉熵与 logits

Question

我是一名新手程序员，试图关注this指导。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() got an unexpected keyword argument 'from_logits'

我认为 from_logits 是函数中未指定的参数，文档支持该参数，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 或什至有必要？

Answer 1

我在完成本教程时遇到了同样的问题。我更改了代码从

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)

这解决了问题而无需安装 tf-nightly。