Spec-Zone.ru › TensorFlow 1.15

tf.keras.losses.Huber

Просмотреть исходный код на GitHub

Вычисляет потерю Хубера между y_true и y_pred.

Просмотреть псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.losses.Huber, `tf.compat.v2.keras.losses.Huber`, `tf.compat.v2.losses.Huber`

tf.keras.losses.Huber(
    delta=1.0, reduction=losses_utils.ReductionV2.AUTO, name='huber_loss'
)

Для каждого значения x в error = y_true - y_pred:

loss = 0.5 * x^2                  if |x| <= d
loss = 0.5 * d^2 + d * (|x| - d)  if |x| > d

где d — delta. См.: https://en.wikipedia.org/wiki/Huber_loss

Использование:

l = tf.keras.losses.Huber()
loss = l([0., 1., 1.], [1., 0., 1.])
print('Loss: ', loss.numpy())  # Loss: 0.333

Использование с API compile:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.Huber())
Аргументы
delta Вещественное число, точка, где функция потерь Хубера меняется с квадратичной на линейную.
reduction (Необязательно) Тип tf.keras.losses.Reduction для применения к потере. Значение по умолчанию — AUTO. AUTO указывает, что параметр уменьшения определяется контекстом использования. В большинстве случаев это по умолчанию SUM_OVER_BATCH_SIZE. При использовании с tf.distribute.Strategy вне встроенных циклов обучения, таких как tf.keras compile и fit, использование AUTO или SUM_OVER_BATCH_SIZE вызовет ошибку. Дополнительные сведения см. в https://www.tensorflow.org/alpha/tutorials/distribute/training_loops.
name Необязательное имя для операции.

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Инициализирует экземпляр Loss из его конфигурации (выхода get_config()).

Аргументы
config Выход get_config() .
Возвращает
Экземпляр Loss .

get_config

Просмотреть исходный код

get_config()

__call__

Просмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызывает экземпляр Loss.

Аргументы
y_true Значения истинного ответа. shape = [batch_size, d0, .. dN]
y_pred Предсказанные значения. shape = [batch_size, d0, .. dN]
sample_weight Необязательный sample_weight действует как коэффициент для потери. Если указан скаляр, то потеря просто масштабируется заданным значением. Если sample_weight представляет собой тензор размера [batch_size], то общая потеря для каждого образца пакета 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 к dN-1: все функции потерь уменьшают размерность на 1, обычно по оси -1.)
Возвращает
Вещественное число взвешенной потери Tensor. Если reduction равно NONE, у него есть форма [batch_size, d0, .. dN-1]; в противном случае это скаляр. (Примечание dN-1 , поскольку все функции потерь уменьшают размерность на 1, обычно по оси -1.)
Возможные исключения
ValueError Если форма sample_weight недопустима.

© 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/Huber

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API