forked from huawei/mindspore2022
37 lines
1.1 KiB
ReStructuredText
37 lines
1.1 KiB
ReStructuredText
mindspore.nn.WithEvalCell
|
||
=========================
|
||
|
||
.. py:class:: mindspore.nn.WithEvalCell(network, loss_fn, add_cast_fp32=False)
|
||
|
||
封装前向网络和损失函数，返回用于计算评估指标的损失函数值、前向输出和标签。
|
||
|
||
**参数：**
|
||
|
||
- **network** (Cell) - 前向网络。
|
||
- **loss_fn** (Cell) - 损失函数。
|
||
- **add_cast_fp32** (bool)：是否将数据类型调整为float32。默认值：False。
|
||
|
||
**输入：**
|
||
|
||
- **data** （Tensor） - shape为 :math:`(N, \ldots)` 的Tensor。
|
||
- **label** （Tensor） - shape为 :math:`(N, \ldots)` 的Tensor。
|
||
|
||
**输出：**
|
||
|
||
Tuple(Tensor)，包括标量损失函数、shape为 :math:`(N, \ldots)` 的网络输出和shape为 :math:`(N, \ldots)` 的标签。
|
||
|
||
**异常：**
|
||
|
||
**TypeError**： `add_cast_fp32` 不是bool。
|
||
|
||
**支持平台：**
|
||
|
||
``Ascend`` ``GPU`` ``CPU``
|
||
|
||
**样例：**
|
||
|
||
>>> # 未包含损失函数的前向网络
|
||
>>> net = Net()
|
||
>>> loss_fn = nn.SoftmaxCrossEntropyWithLogits()
|
||
>>> eval_net = nn.WithEvalCell(net, loss_fn)
|