Модуль: tf.compat.v1.keras.losses

Встроенные функции потерь.

Классы

class BinaryCrossentropy: Вычисляет потерю кросс-энтропии между истинными метками и предсказанными метками.

class CategoricalCrossentropy: Вычисляет потерю кросс-энтропии между метками и прогнозами.

class CategoricalHinge: Вычисляет потерю категориального шарнира между y_true и y_pred.

class CosineSimilarity: Вычисляет косинусное сходство между метками и прогнозами.

class Hinge: Вычисляет потерю шарнира между y_true и y_pred.

class Huber: Вычисляет потерю Хаберa между y_true и y_pred.

class KLDivergence: Вычисляет потерю расхождения Кульбака-Лайблера между y_true и y_pred.

class LogCosh: Вычисляет логарифм гиперболического косинуса ошибки прогноза.

class Loss: Базовый класс потерь.

class MeanAbsoluteError: Вычисляет среднее абсолютное различие между метками и прогнозами.

class MeanAbsolutePercentageError: Вычисляет среднюю абсолютную процентную ошибку между y_true и y_pred.

class MeanSquaredError: Вычисляет среднее квадратов ошибок между метками и прогнозами.

class MeanSquaredLogarithmicError: Вычисляет среднеквадратическую логарифмическую ошибку между y_true и y_pred.

class Poisson: Вычисляет потерю Пуассона между y_true и y_pred.

class SparseCategoricalCrossentropy: Вычисляет потерю кросс-энтропии между метками и прогнозами.

class SquaredHinge: Вычисляет квадратичную потерю шарнира между y_true и y_pred.

Функции

KLD(...): Вычисляет потерю расхождения Кульбака-Лайблера между y_true и y_pred.

MAE(...): Вычисляет среднюю абсолютную ошибку между метками и прогнозами.

MAPE(...): Вычисляет среднюю абсолютную процентную ошибку между y_true и y_pred.

MSE(...): Вычисляет среднеквадратическую ошибку между метками и прогнозами.

MSLE(...): Вычисляет среднеквадратическую логарифмическую ошибку между y_true и y_pred.

binary_crossentropy(...): Вычисляет потерю бинарной кросс-энтропии.

categorical_crossentropy(...): Вычисляет потерю категориальной кросс-энтропии.

categorical_hinge(...): Вычисляет потерю категориального шарнира между y_true и y_pred.

cosine(...): Вычисляет косинусное сходство между метками и прогнозами.

cosine_proximity(...): Вычисляет косинусное сходство между метками и прогнозами.

cosine_similarity(...): Вычисляет косинусное сходство между метками и прогнозами.

deserialize(...): Десериализует сериализованный экземпляр класса/функции потерь.

get(...): Получает Keras функцию потерь как экземпляр класса function/Loss.

hinge(...): Вычисляет потерю шарнира между y_true и y_pred.

kl_divergence(...): Вычисляет потерю расхождения Кульбака-Лайблера между y_true и y_pred.

kld(...): Вычисляет потерю расхождения Кульбака-Лайблера между y_true и y_pred.

kullback_leibler_divergence(...): Вычисляет потерю расхождения Кульбака-Лайблера между y_true и y_pred.

log_cosh(...): Логарифм гиперболического косинуса ошибки прогноза.

logcosh(...): Логарифм гиперболического косинуса ошибки прогноза.

mae(...): Вычисляет среднюю абсолютную ошибку между метками и прогнозами.

mape(...): Вычисляет среднюю абсолютную процентную ошибку между y_true и y_pred.

mean_absolute_error(...): Вычисляет среднюю абсолютную ошибку между метками и прогнозами.

mean_absolute_percentage_error(...): Вычисляет среднюю абсолютную процентную ошибку между y_true и y_pred.

mean_squared_error(...): Вычисляет среднеквадратическую ошибку между метками и прогнозами.

mean_squared_logarithmic_error(...): Вычисляет среднеквадратическую логарифмическую ошибку между y_true и y_pred.

mse(...): Вычисляет среднеквадратическую ошибку между метками и прогнозами.

msle(...): Вычисляет среднеквадратическую логарифмическую ошибку между y_true и y_pred.

poisson(...): Вычисляет потерю Пуассона между y_true и y_pred.

serialize(...): Сериализует функцию потерь или экземпляр Loss.

sparse_categorical_crossentropy(...): Вычисляет потерю разреженной категориальной кросс-энтропии.

squared_hinge(...): Вычисляет квадратичную потерю шарнира между y_true и y_pred.