我一直致力于使用 tensorflow 损失(sparse_softmax_cross_entropy_with_logits)编写 keras 模型，并且遇到了这个问题。对于此模型，真实值应该是形状为 (batch_size) 的张量，并且模型的输出将具有形状 (batch_size, num_classes)。我已经验证模型的输出的形状为 (?, num_classes)，并且我已经为真实值创建了一个目标张量，但这似乎并没有解决问题。有人对如何修复它有任何想法吗？我有什么遗漏的吗？下面是相关代码。
def tf_loss(y_true, y_pred):
return tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y_true, logits=y_pred)
pred = tf.placeholder(dtype=tf.int32, shape=[None])
model.compile(optimizer='adam', loss=tf_loss, target_tensor=pred)
当我查看损失函数内部时，我发现 y_true 具有形状 (?, num_classes)，y_pred 具有形状 (?, ?)。
最佳答案
好吧，我感到非常尴尬，但这个错误只是一个拼写错误。 “target_tensors”而不是“target_tensor”。如果不是这样，另一种选择就是简单地修改损失函数中的张量。
关于python - 自定义 keras 损失为 'sparse_softmax_cross_entropy_with_logits' - 排名不匹配，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/58870065/