Python tf.keras.losses.LogCosh用法及代碼示例

計算預測誤差的雙曲餘弦的對數。

繼承自：Loss

用法

tf.keras.losses.LogCosh(
    reduction=losses_utils.ReductionV2.AUTO, name='log_cosh'
)

logcosh = log((exp(x) + exp(-x))/2) ，其中 x 是錯誤 y_pred - y_true 。

單機使用：

y_true = [[0., 1.], [0., 0.]]
y_pred = [[1., 1.], [0., 0.]]
# Using 'auto'/'sum_over_batch_size' reduction type.
l = tf.keras.losses.LogCosh()
l(y_true, y_pred).numpy()
0.108

# Calling with 'sample_weight'.
l(y_true, y_pred, sample_weight=[0.8, 0.2]).numpy()
0.087

# Using 'sum' reduction type.
l = tf.keras.losses.LogCosh(
    reduction=tf.keras.losses.Reduction.SUM)
l(y_true, y_pred).numpy()
0.217

# Using 'none' reduction type.
l = tf.keras.losses.LogCosh(
    reduction=tf.keras.losses.Reduction.NONE)
l(y_true, y_pred).numpy()
array([0.217, 0.], dtype=float32)

compile() API 的用法：

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