tf.contrib.losses.mean_squared_error
Добавляет потерю суммы квадратов в процедуру обучения. (устаревший)
tf.contrib.losses.mean_squared_error(
predictions, labels=None, weights=1.0, scope=None
)
weights выступает в качестве коэффициента для потерь. Если предоставлен скаляр, то потери просто масштабируются заданным значением. Если weights — это тензор размера [размер_пакета], то общая потеря для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights совпадает с формой predictions, то потери каждого измеримого элемента predictions масштабируются соответствующим значением из weights.
| Аргументы | |
|---|---|
predictions | Предсказанные выходные данные. |
labels | Тензор фактического выходного значения, имеющий такие же размеры, что и 'predictions'. |
weights | Коэффициенты для потерь — скаляр, тензор формы [размер_пакета] или тензор, форма которого соответствует predictions. |
scope | Область для операций, выполняемых при вычислении потерь. |
| Возвращаемое значение | |
|---|---|
Скаляр Tensor, представляющий значение потерь. |
| Исключения | |
|---|---|
ValueError | Если форма predictions не совпадает с формой labels или если форма weights является недопустимой. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/losses/mean_squared_error
