tf.keras.losses.MeanSquaredError
| Просмотр исходного кода на GitHub |
Вычисляет среднее значение квадратов ошибок между метками и предсказаниями.
tf.keras.losses.MeanSquaredError(
reduction=losses_utils.ReductionV2.AUTO, name='mean_squared_error'
)
loss = square(y_true - y_pred)
Использование:
mse = tf.keras.losses.MeanSquaredError()
loss = mse([0., 0., 1., 1.], [1., 1., 1., 0.])
print('Loss: ', loss.numpy()) # Loss: 0.75
Использование с API compile:
model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.MeanSquaredError())
Методы
from_config
@classmethod
from_config(
config
)
Инициализирует Loss по его конфигурации (результат get_config()).
| Аргументы | |
|---|---|
config | Результат get_config(). |
| Возвращает | |
|---|---|
Экземпляр Loss . |
get_config
get_config()
__call__
__call__(
y_true, y_pred, sample_weight=None
)
Вызывает экземпляр Loss.
| Аргументы | |
|---|---|
y_true | Значения целевых величин. Формат = [batch_size, d0, .. dN] |
y_pred | Предсказанные значения. Формат = [batch_size, d0, .. dN] |
sample_weight | Необязательные sample_weight действуют как коэффициент для потери. Если предоставлено скалярное значение, то потеря просто масштабируется на заданное значение. Если sample_weight является тензором размера [batch_size], то полная потеря для каждого образца пакета масштабируется соответствующим элементом в векторе sample_weight. Если форма sample_weight имеет форму [batch_size, d0, .. dN-1], (или может быть транслирована в эту форму), 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.) |
| Возвращает | |
|---|---|
Вещественное значение взвешенной потери Tensor. Если reduction является NONE, это имеет форму [batch_size, d0, .. dN-1]; в противном случае — скаляр. (Примечание dN-1 из-за того, что все функции потерь уменьшают размерность на 1, обычно осью -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/MeanSquaredError