tensorflow计算Loss

本文介绍了如何在TensorFlow中计算损失(loss)。通过示例代码详细展示了权重的定义和损失函数的实现过程。
摘要由CSDN通过智能技术生成
    def loss(self, logits, labels):  #logit的shape= [batch]
        loss = None
        with tf.variable_scope('Hidden', reuse=True):
            W1 = tf.get_variable('W1')
            b1 = tf.get_variable('b1')
        with tf.variable_scope('Output', reuse=True):
            W2 = tf.get_variable('W2')
        loss2 = tf.nn.l2_loss(W1) + tf.nn.l2_loss(b1) + tf.nn
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