tensorflow 损失计算--MSN
2024-09-04 17:35:40
1、tf.losses.mean_squared_error函数
tf.losses.mean_squared_error(
labels,
predictions,
weights=1.0,
scope=None,
loss_collection=tf.GraphKeys.LOSSES,
reduction=Reduction.SUM_BY_NONZERO_WEIGHTS
)
- labels:真实的输出张量,与“predictions”相同.
- predictions:预测的输出.
- weights:可选的Tensor,其秩为0或与labels具有相同的秩,并且必须可广播到labels(即,所有维度必须为1与相应的losses具有相同的维度).
- scope:计算loss时执行的操作范围.
- loss_collection:将添加loss的集合.默认'losses'(如果本身使用losses collection,注意重复计算)
- reduction:适用于loss的减少类型.
返回值:
加权损失浮动Tensor.如果reduction是NONE,则它的形状与labels相同;否则,它是标量.
最新文章
- jquery Combo Select 下拉框可选可输入插件
- SPI机制
- listener.ora/sqlnet.ora/tnsnames.ora配置文件详解
- MySQL里的wait_timeout
- [原创] 对于深度学习(deep learning)在工业界的应用现状和突破 [by matthewbai]
- 解决ubuntu 14.04删ibus导致系统设置项目的损失后,,退出关机问题是不正常的
- 截取字符串一之substring
- cuda编程(一)
- ThinkPHP集成万象优图
- Redis 5种主要数据类型和命令
- Asp.Net判断文件是否存在
- 设计模式【转自JackFrost的博客】
- Mac OS利用ssh访问ubuntu虚拟机及云端操作
- Map遍历的几种方法
- vim nginx配置文件时具备语法高亮功能
- const与预处理宏#define的区别
- demo02
- iframe弹出框js ie6下存在bug
- python 实用命令
- Socket读取页面