计算 y_true 和 y_pred 之间的泊松损失。
用法
tf.keras.metrics.poisson(
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
-
泊松损失值。形状 =
[batch_size, d0, .. dN-1]
。
抛出
-
InvalidArgumentError
如果y_true
和y_pred
的形状不兼容。
泊松损失是 Tensor
y_pred - y_true * log(y_pred)
的元素的平均值。
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.poisson(y_true, y_pred)
assert loss.shape == (2,)
y_pred = y_pred + 1e-7
assert np.allclose(
loss.numpy(), np.mean(y_pred - y_true * np.log(y_pred), axis=-1),
atol=1e-5)
相关用法
- Python tf.keras.metrics.Mean.merge_state用法及代码示例
- Python tf.keras.metrics.Hinge用法及代码示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代码示例
- Python tf.keras.metrics.RootMeanSquaredError用法及代码示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代码示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代码示例
- Python tf.keras.metrics.FalseNegatives用法及代码示例
- Python tf.keras.metrics.TrueNegatives用法及代码示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代码示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代码示例
- Python tf.keras.metrics.Mean用法及代码示例
- Python tf.keras.metrics.LogCoshError用法及代码示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError用法及代码示例
- Python tf.keras.metrics.FalsePositives.merge_state用法及代码示例
- Python tf.keras.metrics.OneHotMeanIoU.merge_state用法及代码示例
- Python tf.keras.metrics.TopKCategoricalAccuracy用法及代码示例
- Python tf.keras.metrics.Hinge.merge_state用法及代码示例
- Python tf.keras.metrics.IoU用法及代码示例
- Python tf.keras.metrics.RecallAtPrecision用法及代码示例
- Python tf.keras.metrics.SparseCategoricalAccuracy用法及代码示例
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.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。