Tensorflow.js tf.losses.hingeLoss()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

Tensorflow.js tf.losses.hingeLoss() 函數計算兩個給定張量之間的鉸鏈損失。

用法:

tf.losses.hingeLoss (labels, predictions, weights, reduction)

參數：

labels:它指定了真值輸出張量。基於該張量預測絕對差異。
predictions:它指定與標簽具有相同維度的預測輸出張量。
weights:它指定一個秩張量，或者等於標簽的秩，以便它可以廣播，或者為 0。它是一個可選參數。
reduction:它指定了減少損失的類型。它是一個可選參數。

返回值：它返回一個由 hingeLoss() 函數計算的 tf.Tensor。

範例1：在這個例子中，我們將采用兩個 2d 張量作為標簽和預測。然後我們將找到這兩個張量之間的估計鉸鏈損失。

Javascript


// Importing the tensorflow.js library 
const tf = require("@tensorflow/tfjs"); 
  
// Defining label tensor 
const x_label = tf.tensor2d([ 
    [0., 1., 0.],  
    [1., 0., 1.] 
]); 
  
// Defining prediction tensor 
const x_pred = tf.tensor2d([ 
    [1., 1., 1.],  
    [0., 0., 0. ] 
]); 
  
// Calculating hinge loss
const hinge_loss = tf.losses.hingeLoss(x_label,x_pred) 
    
// Printing the output 
hinge_loss.print()

輸出：

Tensor
    1.1666667461395264

範例2：

Javascript


// Importing the tensorflow.Js lbrary
import * as tf from "@tensorflow/tfjs"
  
// Computing hinge loss between two 
// tensors and printing the result
tf.losses.hingeLoss(
    tf.tensor4d([[[[0], [4]], [[5], [1]]]]), 
    tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();

輸出：

Tensor
    0.5

參考： https://js.tensorflow.org/api/1.0.0/#losses.hingeLoss

相關用法

注：本文由純淨天空篩選整理自abhinavjain194大神的英文原創作品 Tensorflow.js tf.losses.hingeLoss() Function。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。