計算 y_true 和 y_pred 之間的泊鬆損失。
用法
tf.keras.metrics.poisson(
y_true, y_pred
)
參數
-
y_true
基本事實值。形狀 =[batch_size, d0, .. dN]
。 -
y_pred
預測值。形狀 =[batch_size, d0, .. dN]
。
返回
-
泊鬆損失值。形狀 =
[batch_size, d0, .. dN-1]
。
拋出
-
InvalidArgumentError
如果y_true
和y_pred
的形狀不兼容。
泊鬆損失是 Tensor
y_pred - y_true * log(y_pred)
的元素的平均值。
單機使用:
y_true = np.random.randint(0, 2, size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.poisson(y_true, y_pred)
assert loss.shape == (2,)
y_pred = y_pred + 1e-7
assert np.allclose(
loss.numpy(), np.mean(y_pred - y_true * np.log(y_pred), axis=-1),
atol=1e-5)
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.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
- Python tf.keras.metrics.SparseCategoricalAccuracy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.poisson。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。