当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.keras.metrics.mean_squared_logarithmic_error用法及代码示例

计算 y_true 和 y_pred 之间的均方对数误差。

用法

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

参数

y_true 基本事实值。形状 = [batch_size, d0, .. dN] 。
y_pred 预测值。形状 = [batch_size, d0, .. dN] 。

返回

均方对数误差值。形状 = [batch_size, d0, .. dN-1] 。

loss = mean(square(log(y_true + 1) - log(y_pred + 1)), axis=-1)

单机使用：

y_true = np.random.randint(0, 2, size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.mean_squared_logarithmic_error(y_true, y_pred)
assert loss.shape == (2,)
y_true = np.maximum(y_true, 1e-7)
y_pred = np.maximum(y_pred, 1e-7)
assert np.allclose(
    loss.numpy(),
    np.mean(
        np.square(np.log(y_true + 1.) - np.log(y_pred + 1.)), axis=-1))

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.metrics.mean_squared_logarithmic_error。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。