Tensorflow.js tf.losses.absoluteDifference()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。它还可以帮助开发人员使用JavaScript语言开发ML模型，并可以直接在浏览器或Node.js中使用ML。

Tensorflow.js tf.losses.absoluteDifference() 函数计算两个给定张量之间的绝对差损失。

用法:

tf.losses.absoluteDifference(labels, 
    predictions, weights, reduction);

参数：

labels:它指定了真值输出张量。基于该张量预测绝对差异。
predictions:它指定与标签具有相同维度的预测输出张量。
weights:它指定一个秩张量，或者等于标签的秩，以便它可以广播，或者为 0。它是一个可选参数。
reduction:它指定了减少损失的类型。它是可选的。

返回值：它返回一个由 absoluteDifference() 函数计算的 tf.Tensor。

范例1：在这个例子中，我们将采用两个 2d 张量作为标签和预测。然后我们会找到这两者的绝对差损失。

Javascript


// Importing the tensorflow.js library 
const tf = require("@tensorflow/tfjs"); 
  
// Defining label tensor 
const y_true = tf.tensor2d([ 
    [0., 1., 0.],  
    [0., 0., 0.] 
]); 
  
// Defining prediction tensor 
const y_pred = tf.tensor2d([ 
    [1., 1., 0.],  
    [1., 0., 0 ] 
]); 
  
// Calculating absolute difference 
const absolute_difference = 
    tf.losses.absoluteDifference(y_true,y_pred) 
    
// Printing the output 
 absolute_difference.print()

输出：

范例2：取绝对函数中标签的秩权重，然后计算绝对差。

Javascript


// Importing the tensorflow.js library 
const tf = require("@tensorflow/tfjs"); 
    
// Defining label tensor 
const y_true = tf.tensor2d( 
    [0., 1., 0., 0., 0., 0., 1.,  
    0., 1., 1., 0., 1.], [4, 3] 
); 
// Defining predicted tensor 
const y_pred = tf.tensor2d( 
    [1., 1., 0., 1., 0., 0., 1.,  
    1., 1., 0., 0., 1.], [4, 3] 
); 
  
    
// Calculating absolute difference
const absolute_difference = tf.losses.absoluteDifference( 
       y_true, y_pred, [0.7, 0.3, 0.2]) 
absolute_difference.print()

输出：

参考： https://js.tensorflow.org/api/1.0.0/#losses.absoluteDifference

相关用法

注：本文由纯净天空筛选整理自abhinavjain194大神的英文原创作品 Tensorflow.js tf.losses.absoluteDifference() Function。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。