Tensorflow.js tf.losses.huberLoss()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.huberLoss() 函数计算两个给定张量之间的 Huber 损失。

用法:

tf.losses.huberLoss(
    labels, predictions,
    weights, delta, reduction
);

参数：

labels:它是地面实况输出张量。它在维度上类似于“预测”。
predictions:这是正在预测的输出。
weights:这些是秩为 0 或 1 的张量，并且它们必须可广播以丢失形状。
delta:这是 huberLoss 从二次转换为线性的整个点。
reduction:这是适用于损失的减少类型。它必须是Reduction 类型。

注意：权重、增量和减少是可选参数。

返回值：它返回tf.Tensor。

范例1：

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Initializing tensor1 as geek1
let geek1 = tf.tensor2d([[1, 2, 5], [6, 7, 10]]);
  
// Initializing tensor2 as geek2
let geek2 = tf.tensor2d([[5, 7, 11], [2, 4, 8]])
  
// Computing huber loss between geek1 and geek2
// using .huberLoss() function
geek = tf.losses.huberLoss(geek1, geek2)
geek.print();

输出：

Tensor
    3.5

范例2：

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Computing huber loss between two 3D 
// tensors and printing the result
tf.losses.huberLoss(
    tf.tensor4d([[[[9], [8]], [[7], [5]]]]), 
    tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();

输出：

Tensor
    4.25

参考：https://js.tensorflow.org/api/latest/#losses.huberLoss

相关用法

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