Python tf.keras.loss.category_crossentropy返回数组还是单个值？

我正在使用自定义的训练循环。

tf.keras.loss.categorical\u crossentropy

返回的损失是一个数组，我假设

（1，批大小）

。这是它应该返回的值还是单个值

---

在后一种情况下，你知道我做错了什么吗？

大多数常见的损失返回原始形状减去最后一个轴

因此，如果原始的

y\u pred

形状是

（示例，…，类）

，则生成的形状将是

（示例，…）

这可能是因为Keras可能会在进一步的计算中使用这个张量，用于样本权重，或者其他事情

---

在自定义循环中，如果这些维度没有用处，您只需在计算渐变之前取

K.mean（loss\u result）

。（其中

K

是

keras.backend

或

tensorflow.keras.backend

）

如果预测形状为

（批次、类的样本）

tf.keras.loss.Category\u crossentropy

以

（批次样本，）

的形式返回损失

因此，如果您的标签是：

[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

你的预测是：

[[0.9  0.05 0.05]
 [0.5  0.89 0.6 ]
 [0.05 0.01 0.94]]

您将遭受如下损失：

[0.10536055 0.8046684  0.06187541]

在大多数情况下，模型将使用这些值的平均值来更新模型参数。因此，如果您手动执行更新，您可以使用：

loss = tf.keras.backend.mean(losses)

---

谢谢你，丹尼尔。我已经在申请K.mean（损失结果），但只是想确认一下。谢谢你的详细回答@UmairKhawaja，我的荣幸！如果你感到满意，请接受它或投票，实际上我想我给了你更具体的答案，虽然丹尼尔的答案在一般情况下也很有用。