tensorflow loss定义添加与获取tf.losses.add_loss tf.losses.get_total_loss

本文介绍了如何在TensorFlow中管理损失函数,包括使用tf.losses.add_loss将自定义损失添加到损失集合,以及通过tf.losses.get_total_loss获取总损失,详细阐述了参数用法,并提供了示例。
摘要由CSDN通过智能技术生成

一,tf.losses.add_loss 将外部定义的损失添加到损失集合中。
tf.losses.add_loss( loss, loss_collection=tf.GraphKeys.LOSSES)
参数:
loss:损耗张量。
loss_collection:将损失添加到其中的可选集合。
二,tf.losses.get_total_loss函数

tf.losses.get_total_loss(    add_regularization_losses=True,    name='total_loss')

参数:
add_regularization_losses:一个布尔值,指示是否在总和中使用正则化损失。
name:返回张量的名称。

三,例子

loss=tf.nn
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值