tf.compat.v1.losses.huber_loss

Добавляет член потери Хабера к процедуре обучения.

tf.compat.v1.losses.huber_loss(
    labels,
    predictions,
    weights=1.0,
    delta=1.0,
    scope=None,
    loss_collection=ops.GraphKeys.LOSSES,
    reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)

Для каждого значения x в error=labels-predictions, вычисляется следующее:

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

где d — delta.

weights выступает в качестве коэффициента для потери. Если предоставлено скалярное значение, то потеря просто масштабируется указанным значением. Если weights представляет собой тензор размера [batch_size], то общая потеря для каждого образца пакета масштабируется соответствующим элементом в векторе weights. Если форма weights совпадает с формой predictions, то потеря каждого измеримого элемента predictions масштабируется соответствующим значением из weights.

Аргументы
`labels`	Тензор целевого выходного значения, имеющий те же размерности, что и 'predictions'.
`predictions`	Предсказанные выходные данные.
`weights`	Необязательный `Tensor`, чья ранг равен 0 или совпадает с рангом `labels`, и должен быть совместим по форме с `labels` (т.е., все размерности должны быть либо `1`, либо такими же, как соответствующая размерность `losses`).
`delta`	`float`, точка, в которой функция потери Хабера меняет поведение от квадратичного к линейному.
`scope`	Область видимости операций, выполняемых при вычислении потери.
`loss_collection`	Коллекция, в которую будет добавлена потеря.
`reduction`	Тип редукции, применяемый к потере.

Возвращаемое значение
Весовая потеря типа float `Tensor`. Если `reduction` имеет значение `NONE`, то она имеет ту же форму, что и `labels`; в противном случае — скаляр.

Исключения
`ValueError`	Если форма `predictions` не соответствует форме `labels` или форма `weights` неверна. Также если `labels` или `predictions` равны None.

совместимость с eager режимом

Аргумент loss_collection игнорируется при выполнении в eager режиме. Рассмотрите возможность сохранения возвращаемого значения или сбора потерь через tf.keras.Model.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/losses/huber_loss