は私がLSTMを使用して分類問題のプログラムを書いていますLSTM

Question

のすべての出力でのクロスエントロピーを計算します。 しかし、LSTMのすべての出力でクロスエントロピーを計算する方法はわかりません。 私のプログラムの一部です。

cell_fw = tf.nn.rnn_cell.LSTMCell(num_hidden) 
cell_bw = tf.nn.rnn_cell.LSTMCell(num_hidden) 
outputs, _ = tf.nn.bidirectional_dynamic_rnn(cell_fw,cell_bw,inputs = inputs3, dtype=tf.float32,sequence_length= seq_len) 

outputs = tf.concat(outputs,axis=2) 

#outputs [batch_size,max_timestep,num_features] 
outputs = tf.reshape(outputs, [-1, num_hidden*2]) 

W = tf.Variable(tf.truncated_normal([num_hidden*2, 
            num_classes], 
            stddev=0.1)) 

b = tf.Variable(tf.constant(0., shape=[num_classes])) 

logits = tf.matmul(outputs, W) + b 

は、どのように私はこれにcrossentropyエラーを適用することができますか？ 各バッチのmax_timestepの数と同じクラスを表すベクトルを作成し、その誤差を計算する必要がありますか？

Answer 1

あなたはcross_entropyのドキュメントを見ましたか？https://www.tensorflow.org/api_docs/python/tf/losses/softmax_cross_entropy？

onehot_labelsの寸法はあなたの質問に答えてください。