Модуль: tf.compat.v1.losses

Операции потерь для использования в нейронных сетях.

Примечание: Все потери по умолчанию добавляются в коллекцию GraphKeys.LOSSES.

Классы

class Reduction: Типы уменьшения потерь.

Функции

absolute_difference(...): Добавляет потерю абсолютного различия в процедуру обучения.

add_loss(...): Добавляет внешне определённую потерю в коллекцию потерь.

compute_weighted_loss(...): Вычисляет взвешенную потерю.

cosine_distance(...): Добавляет потерю косинусного расстояния в процедуру обучения. (устаревшие аргументы)

get_losses(...): Получает список потерь из loss_collection.

get_regularization_loss(...): Получает общую потерю регуляризации.

get_regularization_losses(...): Получает список потерь регуляризации.

get_total_loss(...): Возвращает тензор, значение которого представляет общую потерю.

hinge_loss(...): Добавляет потерю типа «защёлка» в процедуру обучения.

huber_loss(...): Добавляет член потери Хубера в процедуру обучения.

log_loss(...): Добавляет член потери логарифма в процедуру обучения.

mean_pairwise_squared_error(...): Добавляет потерю квадратов парных разностей в процедуру обучения.

mean_squared_error(...): Добавляет потерю суммы квадратов в процедуру обучения.

sigmoid_cross_entropy(...): Создаёт потерю перекрёстной энтропии с использованием tf.nn.sigmoid_cross_entropy_with_logits.

softmax_cross_entropy(...): Создаёт потерю перекрёстной энтропии с использованием tf.nn.softmax_cross_entropy_with_logits_v2.

sparse_softmax_cross_entropy(...): Потеря перекрёстной энтропии с использованием tf.nn.sparse_softmax_cross_entropy_with_logits.