TensorFlow: какая разница между sparse_softmax_cross_entropy_with_logits и softmax_cross_entropy_with_logits?

Недавно я встретил tf.nn.sparse_softmax_cross_entropy_with_logits, и я не могу понять, что разница сравнивается с tf.nn.softmax_cross_entropy_with_logits.

Единственное отличие в том, что обучающие векторы y должны однострочное кодирование при использовании sparse_softmax_cross_entropy_with_logits?

Чтение API Я не смог найти другую разницу по сравнению с softmax_cross_entropy_with_logits... но зачем нам нужна дополнительная функция?

Не следует ли softmax_cross_entropy_with_logits получать те же результаты, что и sparse_softmax_cross_entropy_with_logits, если он снабжен однокварными закодированными данными/векторами обучения?

Ответы

Ответ 1

Наличие двух разных функций - это удобство, поскольку они дают один и тот же результат.

Разница проста:

Для sparse_softmax_cross_entropy_with_logits метки должны иметь форму [batch_size] и dtype int32 или int64. Каждая метка является int в диапазоне [0, num_classes-1].
Для softmax_cross_entropy_with_logits метки должны иметь форму [batch_size, num_classes] и dtype float32 или float64.

Ярлыки, используемые в softmax_cross_entropy_with_logits, это одна горячая версия ярлыков, используемых в sparse_softmax_cross_entropy_with_logits.

Другое крошечное различие заключается в том, что при sparse_softmax_cross_entropy_with_logits вы можете дать -1 в качестве метки, чтобы на этой метке была потеряна 0.

Ответ 2

Я просто хотел бы добавить 2 вещи к принятому ответу, которые вы также можете найти в документации TF.

Во-первых:

tf.nn.softmax_cross_entropy_with_logits

ПРИМЕЧАНИЕ. Хотя классы являются взаимоисключающими, их вероятности не обязательно. Все, что требуется, состоит в том, что каждая строка меток является допустимое распределение вероятностей. Если это не так, вычисление градиент будет неправильным.

Во-вторых:

tf.nn.sparse_softmax_cross_entropy_with_logits

ПРИМЕЧАНИЕ. Для этой операции вероятность того, что данная метка считается исключительным. То есть, мягкие классы не допускаются, и вектор меток должен предоставить один конкретный индекс для истинного класса для каждой строки логитов (каждая запись в мини-байте).

Ответ 3

Обе функции вычисляют одни и те же результаты и sparse_softmax_cross_entropy_with_logits вычисляет кросс-энтропию непосредственно на разреженных ярлыках вместо того, чтобы преобразовывать их с однострочное кодирование.

Вы можете проверить это, запустив следующую программу:

import tensorflow as tf
from random import randint

dims = 8
pos  = randint(0, dims - 1)

logits = tf.random_uniform([dims], maxval=3, dtype=tf.float32)
labels = tf.one_hot(pos, dims)

res1 = tf.nn.softmax_cross_entropy_with_logits(       logits=logits, labels=labels)
res2 = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=tf.constant(pos))

with tf.Session() as sess:
    a, b = sess.run([res1, res2])
    print a, b
    print a == b

Здесь я создаю случайный logits вектор длины dims и генерирую однострочные закодированные метки (где элемент в pos равен 1, а другие - 0).

После этого я вычисляю softmax и разреженный softmax и сравниваю их вывод. Попробуйте повторить его несколько раз, чтобы убедиться, что он всегда производит одинаковый вывод