Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tf.keras.losses.KLD

TensorFlow 1 versión Ver código fuente en GitHub

Pérdida divergencia Calcula Kullback-Leibler entre y_true y y_pred .

loss = y_true * log(y_true / y_pred)

Ver: https://en.wikipedia.org/wiki/Kullback%E2%80%93Leibler_divergence

el uso autónomo:

y_true = np.random.randint(0, 2, size=(2, 3)).astype(np.float64)
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.kullback_leibler_divergence(y_true, y_pred)
assert loss.shape == (2,)
y_true = tf.keras.backend.clip(y_true, 1e-7, 1)
y_pred = tf.keras.backend.clip(y_pred, 1e-7, 1)
assert np.array_equal(
    loss.numpy(), np.sum(y_true * np.log(y_true / y_pred), axis=-1))

y_true Tensor de objetivos verdaderos.
y_pred Tensor de objetivos previsto.

Un Tensor la pérdida.

TypeError Si y_true no se puede convertir a la y_pred.dtype .