tf.compat.v1.losses.mean_pairwise_squared_error

Добавляет в процедуру обучения функцию потерь, вычисляемую как сумма квадратов попарных ошибок.

tf.compat.v1.losses.mean_pairwise_squared_error(
    labels,
    predictions,
    weights=1.0,
    scope=None,
    loss_collection=ops.GraphKeys.LOSSES
)

В отличие от mean_squared_error, которая измеряет разницу между соответствующими элементами predictions и labels, mean_pairwise_squared_error измеряет разницу между парами соответствующих элементов predictions и labels.

Например, если labels=[a, b, c] и predictions=[x, y, z], для вычисления функции потерь суммируются три разности: loss = [ ((a-b) - (x-y)).^2 + ((a-c) - (x-z)).^2 + ((b-c) - (y-z)).^2 ] / 3

Обратите внимание: поскольку входные данные имеют форму [batch_size, d0, ... dN], соответствующие пары вычисляются внутри каждого элемента пакета, но не между элементами пакета. Например, если predictions представляет пакет из 16 изображений в градациях серого размерности [batch_size, 100, 200], набор пар формируется для каждого изображения, но не между изображениями.

weights задает коэффициент для функции потерь. Если указано скалярное значение, функция потерь просто умножается на это значение. Если weights — тензор размера [batch_size], общая функция потерь для каждого элемента пакета масштабируется соответствующим элементом вектора weights.

Аргументы
`labels`	Тензор выходных данных-эталона, форма которого должна совпадать с формой `predictions`.
`predictions`	Предсказанные выходные данные — тензор размера `[batch_size, d0, .. dN]`, где N+1 — общее количество измерений в `predictions`.
`weights`	Коэффициенты для функции потерь: скаляр, тензор формы `[batch_size]` или тензор, форма которого совпадает с формой `predictions`.
`scope`	Область действия операций, выполняемых при вычислении функции потерь.
`loss_collection`	Коллекция, в которую будет добавлена функция потерь.

Возвращает
Скаляр `Tensor`, возвращающий взвешенную функцию потерь.

Вызывает исключения
`ValueError`	Если форма `predictions` не совпадает с формой `labels` или форма `weights` недопустима. Также если `labels` или `predictions` имеет значение None.

Совместимость с eager-режимом

Аргумент loss_collection игнорируется при выполнении в eager-режиме. Сохраните возвращаемое значение или собирайте функции потерь с помощью tf.keras.Model.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/losses/mean_pairwise_squared_error