tf.keras.losses.CategoricalHinge
| Просмотреть исходный код на GitHub |
Вычисляет категориальную потерю типа «защёлка» между y_true и y_pred.
tf.keras.losses.CategoricalHinge(
reduction=losses_utils.ReductionV2.AUTO, name='categorical_hinge'
)
loss = maximum(neg - pos + 1, 0) где neg = sum(y_true * y_pred) и pos = maximum(1 - y_true)
Использование:
ch = tf.keras.losses.CategoricalHinge()
loss = ch([0., 1., 1.], [1., 0., 1.])
print('Loss: ', loss.numpy()) # Loss: 1.0
Использование с API compile:
model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.CategoricalHinge())
Методы
from_config
@classmethod
from_config(
config
)
Инициализирует Loss по его конфигурации (выводу get_config()).
| Аргументы | |
|---|---|
config | Вывод get_config(). |
| Возвращаемое значение | |
|---|---|
Экземпляр Loss. |
get_config
get_config()
__call__
__call__(
y_true, y_pred, sample_weight=None
)
Вызывает экземпляр Loss.
| Аргументы | |
|---|---|
y_true | Значения целевых переменных. форма = [batch_size, d0, .. dN] |
y_pred | Предсказанные значения. форма = [batch_size, d0, .. dN] |
sample_weight | Необязательный sample_weight служит коэффициентом для потери. Если предоставлено скалярное значение, то потеря просто масштабируется заданным значением. Если sample_weight является тензором размера [batch_size], то общая потеря для каждого образца в пакете масштабируется соответствующим элементом в векторе sample_weight. Если форма sample_weight равна [batch_size, d0, .. dN-1], (или может быть расширена до этой формы), то каждый элемент потери y_pred масштабируется соответствующим значением из sample_weight. (Примечание по dN-1: все функции потерь уменьшают размерность на 1, обычно осью -1.) |
| Возвращаемое значение | |
|---|---|
Весовая потеря с плавающей точкой Tensor. Если reduction - NONE, эта форма имеет размер [batch_size, d0, .. dN-1]; в противном случае - скалярное значение. (Примечание dN-1, так как все функции потерь уменьшают размерность на 1, обычно осью -1.) |
| Исключения | |
|---|---|
ValueError | Если форма sample_weight некорректна. |
© 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/keras/losses/CategoricalHinge