tensorflow中二元交叉熵的标签平滑
我在tensorflow中使用以下函数进行标签平滑tensorflow中二元交叉熵的标签平滑,tensorflow,generative-adversarial-network,Tensorflow,Generative Adversarial Network,我在tensorflow中使用以下函数进行标签平滑 tf.keras.losses.BinaryCrossentropy(from_logits=False, label_smoothing=0, reduction=losses_utils.ReductionV2.AUTO, name='binary_crossentropy') 如果我指定label_smoothing=0.1,这是否意味着它将生成0到0.1之间的随机数,而不是伪图像的硬标签0,以及真实图像的硬标签0.9到
tf.keras.losses.BinaryCrossentropy(from_logits=False, label_smoothing=0,
reduction=losses_utils.ReductionV2.AUTO, name='binary_crossentropy')
如果我指定label_smoothing=0.1,这是否意味着它将生成0到0.1之间的随机数,而不是伪图像的硬标签0,以及真实图像的硬标签0.9到1,而不是1?我正在努力稳定我的生成性对抗网络训练。谢谢。标签平滑=0.1
,y_真=0.95
,y_false=0.05
标签_平滑=1.0
,y_真=0.5
,y_false=0.5
label\u smoothing=ops.convert\u to\u tensor\u v2(label\u smoothing,dtype=K.floatx())
def_平滑_标签():
返回y_true*(1.0-标签_平滑)+0.5*标签_平滑
y_真=智能状态。智能状态(标签平滑,
_平滑的标签,lambda:y\u真)
返回K均值(
K.二进制交叉熵(y_真,y_pred,from_logits=from_logits),轴=-1)