Python 澄清tensorflow代码的实现
我感兴趣的是对Python 澄清tensorflow代码的实现,python,tensorflow,keras,Python,Tensorflow,Keras,我感兴趣的是对tensorflow.keras.categorical\u crossentropy()函数的进一步理解(并在该步骤后替换)。这意味着我应该处理臭名昭著的tensorflow实现 首先,因为我使用的是tf.keras.backend.binary\u crossentropy(),所以我想我实际上使用的是tensorflow纯实现(如果我在这里错了,请纠正我) 我使用的是tensorflow 1.15。因此,通过跟踪,我发现该函数基本上调用: nn.softmax_cross_e
tensorflow.keras.categorical\u crossentropy()
函数的进一步理解(并在该步骤后替换)。这意味着我应该处理臭名昭著的tensorflow实现
首先,因为我使用的是tf.keras.backend.binary\u crossentropy()
,所以我想我实际上使用的是tensorflow纯实现(如果我在这里错了,请纠正我)
我使用的是tensorflow 1.15。因此,通过跟踪,我发现该函数基本上调用:
nn.softmax_cross_entropy_with_logits_v2(labels=target, logits=output, axis=axis)
谁来做真正的工作。后者:
其中一半:
但是检查表明gen.*
包意味着自动生成python代码
那么,这是否意味着gen\u nn\u ops
和nn
指向同一个文件<代码>发电机用于自动生成,代码>操作用于参考操作。另外,如果这是真的,那么实际的作业是由一个不推荐使用的版本的函数tf.nn.softmax\u cross\u entropy\u和_logits
(在这里不太重要)执行的,这是。总而言之,如果我没有错的话,这是我能用Python代码走多远,在这之后我应该检查C++代码,对吗?
softmax_cross_entropy_with_logits_v2_helper(labels=labels, logits=logits, axis=axis, name=name)
cost, unused_backprop = gen_nn_ops.softmax_cross_entropy_with_logits(precise_logits, labels, name=name)