tf.keras.losses.LogCosh

Вычисляет логарифм гиперболического косинуса ошибки предсказания.

Наследуется от: Loss

tf.keras.losses.LogCosh(
    reduction=losses_utils.ReductionV2.AUTO, name='log_cosh'
)

logcosh = log((exp(x) + exp(-x))/2), где x — это ошибка y_pred - y_true.

Использование в автономном режиме:

y_true = [[0., 1.], [0., 0.]]
y_pred = [[1., 1.], [0., 0.]]
# Using 'auto'/'sum_over_batch_size' reduction type.
l = tf.keras.losses.LogCosh()
l(y_true, y_pred).numpy()
0.108

# Calling with 'sample_weight'.
l(y_true, y_pred, sample_weight=[0.8, 0.2]).numpy()
0.087

# Using 'sum' reduction type.
l = tf.keras.losses.LogCosh(
    reduction=tf.keras.losses.Reduction.SUM)
l(y_true, y_pred).numpy()
0.217

# Using 'none' reduction type.
l = tf.keras.losses.LogCosh(
    reduction=tf.keras.losses.Reduction.NONE)
l(y_true, y_pred).numpy()
array([0.217, 0.], dtype=float32)

Использование с API compile():

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

Методы

from_config

Просмотреть исходный код

@classmethod
from_config(
    config
)

Инициализирует Loss из его конфигурации (выход 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.