tf.keras.losses.SquaredHinge

Вычисляет квадратичную потерю Хинджа между y_true и y_pred.

tf.keras.losses.SquaredHinge(
    reduction=losses_utils.ReductionV2.AUTO, name='squared_hinge'
)

loss = square(maximum(1 - y_true * y_pred, 0))

Ожидается, что значения y_true будут равны -1 или 1. Если предоставлены бинарные метки (0 или 1), мы преобразуем их в -1 или 1.

Использование:

sh = tf.keras.losses.SquaredHinge()
loss = sh([-1., 1., 1.], [0.6, -0.7, -0.5])

# loss = (max(0, 1 - y_true * y_pred))^2 = [1.6^2 + 1.7^2 + 1.5^2] / 3

print('Loss: ', loss.numpy())  # Loss: 2.566666

Использование с API compile:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss=tf.keras.losses.SquaredHinge())

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Инициализирует экземпляр Loss по его конфигурации (выход get_config()).

get_config

Просмотреть исходный код

get_config()

__call__

Просмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызывает экземпляр Loss .