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=..., ...)

反对这个：

[tf.nn.sparse_softmax_cross_entropy_with_logits(logits, labels)

根据nn_ops.py的文档，我需要确保登录和标签初始化为例如：

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：如果标签为None或logits为None，则引发ValueError（“仅调用带有”“命名参数（labels = ...，logits = ...，...）”％name的%s）：raise ValueError （“必须提供标签和logits。”）

Logits = X，labels = Y.

这是什么原因？我是否将它们初始化为某些价值，例如损失？要么？

Answer 1

原因是tf.nn.sparse_softmax_cross_entropy_with_logits的第一个参数是_sentinel：

_sentinel：用于防止位置参数。内部，不要使用。

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)

...这样你就不会意外地将logits传递给labels，反之亦然。