当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

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

计算 y_true 和 y_pred 之间的平方铰链损失。

用法

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

参数

y_true 基本事实值。 y_true 值应为 -1 或 1。如果提供二进制(0 或 1)标签，我们会将它们转换为 -1 或 1。 shape = [batch_size, d0, .. dN] 。
y_pred 预测值。形状 = [batch_size, d0, .. dN] 。

返回

平方铰链损失值。形状 = [batch_size, d0, .. dN-1] 。

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

单机使用：

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))

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.squared_hinge。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。