在哪里可以找到tensorflow2.0中手动拟合的损失函数？

Question

我正在尝试解决此错误：

    AttributeError: module 'tensorflow.python.keras.api._v2.keras.losses' has no attribute 'sparse_softmax_cross_entropy'

对于上下文，我在windows和python3.6上使用tensorflow2.0。我正在尝试对标签为0或1的3-axis数据进行一些快速分类。

通常的model.fit()方法不能让我对数据进行足够的控制，所以我试图一步一步地在嵌套循环中进行拟合。

以下是模型：

    model = tf.keras.Sequential([
            tf.keras.layers.Dense(3),
            tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(16)),
            tf.keras.layers.Dense(1, activation = 'sigmoid')
            ])

下面是我用于管件的代码：

    def fit(epochs=1):
        global_step = tf.Variable(0)
        for epoch in range(epochs):
            epoch_loss_avg = tf.metrics.Mean()
            epoch_accuracy = tf.metrics.Accuracy()

            for data_ in SQdatas:
                data = tf.convert_to_tensor(data_)

                for dataslice in data:

                    inputs, label = tf.transpose([[dataslice[1:4]]]), dataslice[4]

                    loss_value, grads = grad(model, inputs, label) 

                    model.optimizer.apply_gradients(zip(grads, model.trainable_variables), global_step)

            epoch_loss_avg(loss_value)
            epoch_accuracy(tf.argmax(model(x)), y)

    train_loss_results.append(epoch_loss_avg.result())
    train_accuracy_results.append(epoch_accuracy.result())

运行时，我得到了标题中提到的错误，我猜这是一个tensorflow2.0兼容性问题，因为tf.losses.sparse_softmax_cross_entropy应该存在于1.3中。如果是，那么替代方案是什么？若否，原因为何？谢谢您抽时间见我。

我看了这个错误的外观，所有人都提到，当从tensorflow 1.2升级到1.3修复这个问题时，这是不适用的。我仍然尝试卸载tensorflow2.0、卸载protobuf并重新安装tensorflow2.0，但都不起作用。

Answer 1

解决后，我找不到2.0的文档，但它在这里：

https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/losses/SparseCategoricalCrossentropy