Python tf.keras.losses.Hinge用法及代碼示例

計算 y_true 和 y_pred 之間的鉸鏈損失。

繼承自：Loss

用法

tf.keras.losses.Hinge(
    reduction=losses_utils.ReductionV2.AUTO, name='hinge'
)

參數

reduction 類型tf.keras.losses.Reduction適用於損失。默認值為AUTO.AUTO表示縮減選項將由使用上下文確定。對於幾乎所有情況，這默認為SUM_OVER_BATCH_SIZE.當與tf.distribute.Strategy，在內置訓練循環之外，例如tf.keras compile和fit，使用AUTO或者SUM_OVER_BATCH_SIZE將引發錯誤。請參閱此自定義訓練教程更多細節。
name 實例的可選名稱。默認為'hinge'。

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

y_true 值應為 -1 或 1。如果提供二進製(0 或 1)標簽，我們會將它們轉換為 -1 或 1。

單機使用：

y_true = [[0., 1.], [0., 0.]]
y_pred = [[0.6, 0.4], [0.4, 0.6]]
# Using 'auto'/'sum_over_batch_size' reduction type.
h = tf.keras.losses.Hinge()
h(y_true, y_pred).numpy()
1.3

# Calling with 'sample_weight'.
h(y_true, y_pred, sample_weight=[1, 0]).numpy()
0.55

# Using 'sum' reduction type.
h = tf.keras.losses.Hinge(
    reduction=tf.keras.losses.Reduction.SUM)
h(y_true, y_pred).numpy()
2.6

# Using 'none' reduction type.
h = tf.keras.losses.Hinge(
    reduction=tf.keras.losses.Reduction.NONE)
h(y_true, y_pred).numpy()
array([1.1, 1.5], dtype=float32)

compile() API 的用法：

model.compile(optimizer='sgd', loss=tf.keras.losses.Hinge())

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.losses.Hinge。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。