Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

tf.keras.losses.MSE

Tensorflow 1 versione Visualizza sorgente su GitHub

Calcola l'errore quadratico medio fra le etichette e le previsioni.

Utilizzato nei notebook

Utilizzato nella guida Utilizzato nelle esercitazioni

Dopo aver calcolato la distanza al quadrato tra gli ingressi, viene restituito il valore medio su l'ultima dimensione.

loss = mean(square(y_true - y_pred), axis=-1)

utilizzo Standalone:

y_true = np.random.randint(0, 2, size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.mean_squared_error(y_true, y_pred)
assert loss.shape == (2,)
assert np.array_equal(
    loss.numpy(), np.mean(np.square(y_true - y_pred), axis=-1))

y_true valori di verità a terra. forma = [batch_size, d0, .. dN] .
y_pred I valori attesi. forma = [batch_size, d0, .. dN] .

Valori errore quadratico medio. forma = [batch_size, d0, .. dN-1] .