tf.keras.metrics.squared_hinge

Вычисляет квадратичную потерю Хинджа между y_true и y_pred.

tf.keras.metrics.squared_hinge(
    y_true, y_pred
)

loss = mean(square(maximum(1 - y_true * y_pred, 0)), axis=-1)

Использование в автономном режиме:

y_true = np.random.choice([-1, 1], size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.squared_hinge(y_true, y_pred)
assert loss.shape == (2,)
assert np.array_equal(
    loss.numpy(),
    np.mean(np.square(np.maximum(1. - y_true * y_pred, 0.)), axis=-1))