tf.keras.losses.MSLE

Вычисляет среднеквадратическую логарифмическую ошибку между y_true и y_pred.

tf.keras.losses.MSLE(
    y_true, y_pred
)

loss = mean(square(log(y_true + 1) - log(y_pred + 1)), axis=-1)

Использование в автономном режиме:

y_true = np.random.randint(0, 2, size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.mean_squared_logarithmic_error(y_true, y_pred)
assert loss.shape == (2,)
y_true = np.maximum(y_true, 1e-7)
y_pred = np.maximum(y_pred, 1e-7)
assert np.array_equal(
    loss.numpy(),
    np.mean(
        np.square(np.log(y_true + 1.) - np.log(y_pred + 1.)), axis=-1))