TensorFlow 随机图的代理损失
tf.contrib.bayesflow.stochastic_graph.surrogate_loss
surrogate_loss (
sample_losses ,
stochastic_tensors = None ,
name = 'SurrogateLoss'
)
定义在：tensorflow/contrib/bayesflow/python/ops/stochastic_graph_impl.py
参考指南：BayesFlow随机图(contrib)>随机计算图形辅助函数
随机图的代理损失.
这个函数将调用 loss_fn 在每个 StochasticTensor 上游的 sample_losses,传递其影响的损失.
请注意,目前的 surrogate_loss 并不能与在 while_loops 或其他控制结构中实例化的 stochastictenUNK 一起工作.
ARGS：
- sample_losses：最后损失的列表或元组.每一次损失应在批次 (可能每个样品) 的例子；那就是, 它应该有1或更大的维度.所有损失应具有相同的形状.
- stochastic_tensors：StochasticTensor 用于添加损失条款的列表.如果没有, 则默认为 sample_losses 中张量的图上游所有的 StochasticTensors.
- name：用于准备创建操作的名称.
返回：
张量损失,是 sample_losses 和 StochasticTensors 返回的 loss_fns 的总和.
注意：
- TypeError：如果 sample_losses 不是列表或元组,并且它的元素不是张量.
- ValueError：如果 sample_losses 的任何损失都没有维度1或更大.