tf.keras.losses.Huber

Вычисляет потерю Хабера между y_true и y_pred.

Наследуется от: Loss

tf.keras.losses.Huber(
    delta=1.0, reduction=losses_utils.ReductionV2.AUTO, name='huber_loss'
)

Для каждого значения x в error = y_true - y_pred:

loss = 0.5 * x^2                  if |x| <= d
loss = 0.5 * d^2 + d * (|x| - d)  if |x| > d

где d равно delta. См.: https://en.wikipedia.org/wiki/Huber_loss

Использование в автономном режиме:

y_true = [[0, 1], [0, 0]]
y_pred = [[0.6, 0.4], [0.4, 0.6]]
# Using 'auto'/'sum_over_batch_size' reduction type.
h = tf.keras.losses.Huber()
h(y_true, y_pred).numpy()
0.155

# Calling with 'sample_weight'.
h(y_true, y_pred, sample_weight=[1, 0]).numpy()
0.09

# Using 'sum' reduction type.
h = tf.keras.losses.Huber(
    reduction=tf.keras.losses.Reduction.SUM)
h(y_true, y_pred).numpy()
0.31

# Using 'none' reduction type.
h = tf.keras.losses.Huber(
    reduction=tf.keras.losses.Reduction.NONE)
h(y_true, y_pred).numpy()
array([0.18, 0.13], dtype=float32)

Использование с API compile():

model.compile(optimizer='sgd', loss=tf.keras.losses.Huber())

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Инициализирует Loss из его конфигурации (вывода get_config()).

get_config

Просмотреть исходный код

get_config()

Возвращает словарь конфигурации для экземпляра Loss.

__call__

Просмотреть исходный код

__call__(
    y_true, y_pred, sample_weight=None
)

Вызывает экземпляр Loss.