Tensorflow 1.x 到 Tensorflow 2.1.0

Question

我正在尝试将使用 Tensorflow 1.x 编写的代码更新为使用 Tensorflow 2.1.0 编写的代码。我一直在使用 Tensorflow 2.1.0 文档转换代码，直到这段代码我才遇到问题。

loss = tf.losses.softmax_cross_entropy(one_hot_labels, logits)

以上代码是 Tensorflow 1.x 版本，我认为，根据 Tensorflow 2.1.0 文档，正确更新的代码是

loss = tf.nn.softmax_cross_entropy_with_logits(one_hot_labels, logits)

然后，当我运行

return tf.estimator.EstimatorSpec(mode=mode, loss=loss, train_op=train_op)

我收到以下错误。

Loss must be scalar, given: Tensor("softmax_cross_entropy_with_logits/Reshape_2:0", shape=(512,), dtype=float32)**

所以，我猜测在 Tensorflow 1.x 版本中，损失被传递为 'tensor' 到 tf.estimator.EstimatorSpec，但在 Tensorflow 2.1.0 中，损失必须传递为scalar 到 tf.estimator.EstimatorSpec？如果我没记错的话，Tensorflow 1.x 和 2.1.0 中的损失（此处定义的方式）都是张量。

那么，有谁知道如何将张量转换为标量（我认为这在构建 CNN 模型时既不充分也不有效）或者更好的是，如何解决这个难题？

还是我把原代码转换错了？

如果是 compat.v1，我将不胜感激。除非绝对必要，否则不使用（即除了 compat.v1 之外，没有其他方法可以使用 Tensorflow 2.1.0 中的代码。）

Answer 1

您可以对结果进行平均（tf.losses.softmax_cross_entropy 通过 tf.losses.compute_weighted_loss 所做的）：

loss = tf.math.reduce_mean(
    tf.nn.softmax_cross_entropy_with_logits(one_hot_labels, logits))

Tensorflow 1.x 到 Tensorflow 2.1.0

Tensorflow 1.x to Tensorflow 2.1.0

python

conv-neural-network

tensorflow

softmax

loss-function