計算 y_true
和 y_pred
之間的鉸鏈損失。
用法
tf.keras.metrics.hinge(
y_true, y_pred
)
參數
-
y_true
基本事實值。y_true
值應為 -1 或 1。如果提供二進製(0 或 1)標簽,它們將被轉換為 -1 或 1。 shape =[batch_size, d0, .. dN]
。 -
y_pred
預測值。形狀 =[batch_size, d0, .. dN]
。
返回
-
鉸鏈損失值。形狀 =
[batch_size, d0, .. dN-1]
。
loss = mean(maximum(1 - y_true * y_pred, 0), axis=-1)
單機使用:
y_true = np.random.choice([-1, 1], size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.hinge(y_true, y_pred)
assert loss.shape == (2,)
assert np.array_equal(
loss.numpy(),
np.mean(np.maximum(1. - y_true * y_pred, 0.), axis=-1))
相關用法
- Python tf.keras.metrics.Mean.merge_state用法及代碼示例
- Python tf.keras.metrics.Hinge用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代碼示例
- Python tf.keras.metrics.RootMeanSquaredError用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代碼示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代碼示例
- Python tf.keras.metrics.FalseNegatives用法及代碼示例
- Python tf.keras.metrics.TrueNegatives用法及代碼示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代碼示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代碼示例
- Python tf.keras.metrics.Mean用法及代碼示例
- Python tf.keras.metrics.poisson用法及代碼示例
- Python tf.keras.metrics.LogCoshError用法及代碼示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError用法及代碼示例
- Python tf.keras.metrics.FalsePositives.merge_state用法及代碼示例
- Python tf.keras.metrics.OneHotMeanIoU.merge_state用法及代碼示例
- Python tf.keras.metrics.TopKCategoricalAccuracy用法及代碼示例
- Python tf.keras.metrics.Hinge.merge_state用法及代碼示例
- Python tf.keras.metrics.IoU用法及代碼示例
- Python tf.keras.metrics.RecallAtPrecision用法及代碼示例
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.metrics.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。