tf.keras.losses.log_cosh

Логарифм гиперболического косинуса ошибки предсказания.

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

log(cosh(x)) приблизительно равно (x ** 2) / 2 для малых x и abs(x) - log(2) для больших x. Это означает, что 'logcosh' в основном работает как среднеквадратичная ошибка, но не будет сильно затронут случайными сильно ошибочными предсказаниями.

Использование в отдельном модуле:

y_true = np.random.random(size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.logcosh(y_true, y_pred)
assert loss.shape == (2,)
x = y_pred - y_true
assert np.allclose(
    loss.numpy(),
    np.mean(x + np.log(np.exp(-2. * x) + 1.) - math_ops.log(2.), axis=-1),
    atol=1e-5)