tf.compat.v1.losses.huber_loss
Добавляет член потери Хубера к процедуре обучения.
tf.compat.v1.losses.huber_loss(
labels, predictions, weights=1.0, delta=1.0, scope=None,
loss_collection=tf.GraphKeys.LOSSES, reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
Для каждого значения x в error=labels-predictions, вычисляется следующее:
0.5 * x^2 if |x| <= d 0.5 * d^2 + d * (|x| - d) if |x| > d
где d — delta.
weights выступает в качестве коэффициента для потери. Если задано скалярное значение, то потеря просто масштабируется заданным значением. Если weights представляет собой тензор размера [batch_size], то общая потеря для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights совпадает с формой predictions, то потеря каждого измеримого элемента predictions масштабируется соответствующим значением из weights.
| Аргументы | |
|---|---|
labels | Тензор правильного ответа, имеющий такие же размеры, как и 'predictions'. |
predictions | Предсказанные значения. |
weights | Необязательный Tensor, ранг которого равен 0 или соответствует рангу labels, и должен быть совместим с labels (т.е. все измерения должны быть либо 1, или такими же, как соответствующее измерение losses). |
delta | float, точка, в которой функция потери Хубера меняет свой характер с квадратичной на линейную. |
scope | Область видимости для операций, выполняемых при вычислении потери. |
loss_collection | Коллекция, в которую будет добавлена потеря. |
reduction | Тип сокращения, применяемого к потере. |
| Возвращаемое значение | |
|---|---|
Весовая потеря, число с плавающей точкой Tensor. Если reduction равен NONE, то она имеет такую же форму, как labels; в противном случае это скаляр. |
| Исключения | |
|---|---|
ValueError | Если форма predictions не совпадает с формой labels, или форма weights некорректна. Также, если labels или predictions равны None. |
Совместимость с Eager
Аргумент loss_collection игнорируется при выполнении в режиме eager. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь с помощью tf.keras.Model.
© 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/r2.3/api_docs/python/tf/compat/v1/losses/huber_loss
