Tensorflow 1.x 到 Tensorflow 2.1.0

Question

我正在尝试将Tensorflow 1.x中编写的代码更新为Tensorflow 2.1.0中的代码。我一直在使用Tensorflow 2.1.0文档转换代码，在这段代码之前我没有任何问题。

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

上面的代码是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)

我得到以下错误。

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，损失是以'tensor'的形式传递给tf.Estimator.EstimatorSpec的，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（这里定义的方式）都是张量。

那么，有没有人知道如何将张量转换为标量（我认为这在建立CNN模型时既不充分也不高效），或者更好的是，如何解决这个难题？

还是我把原代码转换的方式不对？

除非绝对必要，否则不使用compat.v1.我会非常感激（即除了compat.v1.之外，在Tensorflow 2.1.0中没有其他方式使用代码）。

Answer 1

你可以将结果平均化 (这就是 tf.losses.softmax_cross_entropy 反正 tf.losses.compute_weighted_loss):

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