Tensorflow compute_weighted_loss示例

Question

我想使用Tensorflows tf.losses.compute_weighted_loss，但找不到任何好的示例。我有一個多類分類問題，並使用tf.nn.sigmoid_cross_entropy_with_logits作爲損失。現在我想獨立衡量每個標籤的錯誤。假設我有n個標籤，這意味着我需要一個n大小的權重向量。不幸的是，如果我希望通過錯誤權重的（b，n）形矩陣，其中b是批量大小。所以基本上我需要重複向量b次。對於固定的批量大小，這沒關係，但是如果我的批量大小是可變的（例如，在數據集末尾的小批量），我必須適應。有沒有辦法解決這個問題，或者我錯過了什麼？

Answer 1

我剛剛從（N）重塑向量（1，N），使廣播成爲可能：

error_weights = error_weights.reshape(1, error_weights.shape[0])