tf.keras.losses.KLDivergence

Вычисляет потерю расхождения Кульбака-Лейблера между y_true и y_pred.

Наследуется от: Loss

tf.keras.losses.KLDivergence(
    reduction='sum_over_batch_size', name='kl_divergence'
)

loss = y_true * log(y_true / y_pred)

y_true и y_pred ожидаются как вероятностные распределения, со значениями от 0 до 1. Они будут усечены до диапазона [0, 1].

Аргументы
`reduction`	Тип редукции, применяемый к потере. В почти всех случаях это должно быть `"sum_over_batch_size"`. Поддерживаемые варианты — `"sum"`, `"sum_over_batch_size"` или `None`.
`name`	Необязательное имя экземпляра потери.

Методы

call(
    y_true, y_pred
)

@classmethod
from_config(
    config
)

get_config()

__call__(
    y_true, y_pred, sample_weight=None
)

Вызов self как функции.

© 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/keras/losses/KLDivergence