tf.keras.losses.LogCosh
| Просмотреть исходный код на GitHub |
Вычисляет логарифм гиперболического косинуса ошибки прогноза.
tf.keras.losses.LogCosh(
reduction=losses_utils.ReductionV2.AUTO, name='logcosh'
)
logcosh = log((exp(x) + exp(-x))/2), где x — ошибка y_pred - y_true.
Использование:
l = tf.keras.losses.LogCosh()
loss = l([0., 1., 1.], [1., 0., 1.])
print('Loss: ', loss.numpy()) # Loss: 0.289
Использование с API compile:
model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.LogCosh())
Методы
from_config
@classmethod
from_config(
config
)
Инициализирует объект 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 истинного ответа. форма = [batch_size, d0, .. dN] |
y_pred | Предсказанные значения. форма = [batch_size, d0, .. dN] |
sample_weight | Необязательный sample_weight служит коэффициентом для потери. Если задано скалярное значение, то потеря просто масштабируется заданным значением. Если sample_weight представляет собой тензор размером [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 по dN-1: все функции потерь уменьшают размерность на 1, обычно по оси -1.) |
| Возвращаемое значение | |
|---|---|
Весовая потеря float Tensor. Если reduction является NONE, то у неё форма [batch_size, d0, .. dN-1]; в противном случае она скалярная. (Примечание dN-1: все функции потерь уменьшают размерность на 1, обычно по оси -1.) |
| Исключения | |
|---|---|
ValueError | Если форма sample_weight неверна. |
© 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/LogCosh