Python tf.keras.losses.Poisson用法及代码示例

计算 y_true 和 y_pred 之间的泊松损失。

继承自：Loss

用法

tf.keras.losses.Poisson(
    reduction=losses_utils.ReductionV2.AUTO, name='poisson'
)

参数

reduction 类型tf.keras.losses.Reduction适用于损失。默认值为AUTO.AUTO表示缩减选项将由使用上下文确定。对于几乎所有情况，这默认为SUM_OVER_BATCH_SIZE.当与tf.distribute.Strategy，在内置训练循环之外，例如tf.keras compile和fit，使用AUTO或者SUM_OVER_BATCH_SIZE将引发错误。请参阅此自定义训练教程更多细节。
name 实例的可选名称。默认为'poisson'。

loss = y_pred - y_true * log(y_pred)

单机使用：

y_true = [[0., 1.], [0., 0.]]
y_pred = [[1., 1.], [0., 0.]]
# Using 'auto'/'sum_over_batch_size' reduction type.
p = tf.keras.losses.Poisson()
p(y_true, y_pred).numpy()
0.5

# Calling with 'sample_weight'.
p(y_true, y_pred, sample_weight=[0.8, 0.2]).numpy()
0.4

# Using 'sum' reduction type.
p = tf.keras.losses.Poisson(
    reduction=tf.keras.losses.Reduction.SUM)
p(y_true, y_pred).numpy()
0.999

# Using 'none' reduction type.
p = tf.keras.losses.Poisson(
    reduction=tf.keras.losses.Reduction.NONE)
p(y_true, y_pred).numpy()
array([0.999, 0.], dtype=float32)

compile() API 的用法：

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

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.losses.Poisson。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。