张量流-softmax忽略负标签（就像caffe一样）

Question

在 Caffe 中，其 SoftmaxWithLoss 函数有一个选项可以在计算概率时忽略所有负标签 (-1)，以便只有 0 或正标签概率加起来为 1。

Tensorflow softmax loss 是否有类似的功能？

Answer 1

刚刚想出了一种解决方法 --- 我使用 tf.one_hot 在标签索引上创建了一个单热张量（深度设置为标签数）。tf.one_hot 自动将生成的 one_hot 张量中带有 -1 的所有索引清零（形状为 [batch，# of labels]）

这使得 softmax 损失（即 tf.nn.softmax_cross_entropy_with_logits）能够“忽略”所有 -1 标签。