每一个课程都要计算损失函数，计算出来的结果是不是仅仅用来训练时观察的，而非必要的？

首页课程实战体系课手记专栏慕课教程

每一个课程都要计算损失函数，计算出来的结果是不是仅仅用来训练时观察的，而非必要的？

来源：4-24 动手实现RNN-LSTM循环神经网络（一）：背景和知识点

老谭客

2019-08-25

 loss = tf.contrib.seq2seq.sequence_loss(
            logits,  # 形状默认为 [20, 35, 10000]
            self.input_obj.targets,  # 期望输出，形状默认为 [20, 35]
            tf.ones([self.batch_size, self.num_steps], dtype=tf.float32),
            average_across_timesteps=False,
            average_across_batch=True)

比如上面的代码是不是必要的？

写回答

1回答

Oscar

Oscar

2019-09-18

当然要计算loss，没有loss，怎么去把loss减到最低？

0

0

基于Python玩转人工智能最火框架 TensorFlow应用实践

机器学习入门，打牢TensorFlow框架应用是关键！

2214 学习 · 688 问题

相似问题

output_batch是输入给训练函数的label吗，它与model.fit函数中的label表示含义是一样的吗，为什么程序中要那么定义

回答 1

关于训练函数的问题

回答 1

梯度下降解决线性回归，

回答 1

AI修图输入维度不同

回答 2

请问代码训练好了如何具体实战？

回答 1

打开慕课网App查看更多内容