tf.keras.losses.MSLE

Вычисляет среднеквадратическую ошибку логарифма между y_true и y_pred.

Просмотр псевдонимов

Основные псевдонимы

tf.keras.losses.msle, tf.keras.metrics.MSLE, tf.keras.metrics.msle

tf.keras.losses.MSLE(
    y_true, y_pred
)

Формула:

loss = mean(square(log(y_true + 1) - log(y_pred + 1)), axis=-1)

Обратите внимание, что y_pred и y_true не могут быть меньше или равны 0. Отрицательные значения и значения 0 будут заменены на keras.backend.epsilon() (по умолчанию 1e-7).

Аргументы
`y_true`	Значения факта с формой = `[batch_size, d0, .. dN]`.
`y_pred`	Значения прогноза с формой = `[batch_size, d0, .. dN]`.

Возвращаемое значение
Значения среднеквадратической ошибки логарифма с формой = `[batch_size, d0, .. dN-1]`.

Пример:

y_true = np.random.randint(0, 2, size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = keras.losses.mean_squared_logarithmic_error(y_true, y_pred)

© 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/MSLE