tf.losses 模块

写在前面

本文是介绍tf.losses 模块（实际就是对tf.nn.下面的loss函数的高级封装）。之前本人常用slim.losses.XXX()，但强迫症发作受不每次都提示：

"2016-12-30. Use tf.losses.sigmoid_cross_entropy instead."
"2016-12-30. "Use tf.losses.softmax_cross_entropy instead." 
......

于是乎换了tf.losses. 下的loss实现函数，刚用还是遇到坑，故写此文，总结下经验，如有错误，欢迎指正。

正文

首先放出tensorflow的官方的api：官网API

此模块下主要的Functions有：

absolute_difference(): 为训练过程添加一个“绝对差异”loss，其实就是做差后取绝对值作为loss。

add_loss(): 为loss集合添加额外定义的loss。

compute_weighted_loss(): 计算加权loss。

cosine_distance(): Adds a cosine-distance loss to the training procedure. (deprecated arguments)

get_losses(): 从loss集合中获取loss列表。

get_regularization_loss(): 获取整体的正则化loss。

get_regularization