python - Tensorflow ValueError：仅使用命名参数调用`sparse_softmax_cross_entropy_with_logits`

Question

调用以下方法时：

losses = [tf.nn.sparse_softmax_cross_entropy_with_logits(logits, labels)
          for logits, labels in zip(logits_series,labels_series)]

我收到以下 ValueError：

ValueError: Only call `sparse_softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)

反对这一点：

[tf.nn.sparse_softmax_cross_entropy_with_logits(logits, labels)

根据nn_ops.py的文档，我需要确保将登录名和标签初始化为以下内容：

def _ensure_xent_args(name, sentinel, labels, logits): # 确保所有参数都作为命名参数传递。如果 sentinel 不是 None: raise ValueError("Only call %swith " "named arguments (labels=..., logits=..., ...)" % name) 如果标签是 None 或 logits 是 None: raise ValueError( “必须提供标签和日志。”）

Logits=X，标签=Y

这里的原因是什么？我是否将它们初始化为诸如损失之类的值？或者？

Answer 1

原因是第一个参数tf.nn.sparse_softmax_cross_entropy_with_logits是_sentinel：

_sentinel: 用于防止位置参数。内部，请勿使用。

此 API 鼓励您为参数命名，如下所示：

tf.nn.sparse_softmax_cross_entropy_with_logits(logits=logits, labels=labels)

...这样您就不会意外传递logits给labels或反之亦然。