其他分享
首页 > 其他分享> > 损失函数相关

损失函数相关

作者:互联网

参考:https://my.oschina.net/u/876354/blog/1940819
https://zhuanlan.zhihu.com/p/33560183
https://www.jianshu.com/p/cf235861311b

1、典型场景(回归、分类)下的损失函数

总结,对于回归问题经常会使用MSE均方误差(L2取平均)计算损失,对于分类问题经常会使用Sigmoid交叉熵损失函数。

2、典型损失函数的使用方式

2.1 L2正则损失函数(回归场景)
# L2损失
loss_l2_vals=tf.square(y_pred - y_target)
loss_l2_out=sess.run(loss_l2_vals)

# 均方误差
loss_mse_vals= tf.reduce.mean(tf.square(y_pred - y_target))
loss_mse_out = sess.run(loss_mse_vals)
2.2 tf.nn.sigmoid_cross_entropy_with_logits(分类场景)

标签:loss,函数,损失,vals,l2,tf,相关
来源: https://www.cnblogs.com/ying-chease/p/14245824.html