此页面由 Cloud Translation API 翻译。
Switch to English

tf.keras.losses.hinge

TensorFlow 1版 GitHub上查看源代码

计算之间的铰链损失y_truey_pred

loss = mean(maximum(1 - y_true * y_pred, 0), axis=-1)

独立使用:

y_true = np.random.choice([-1, 1], size=(2, 3))
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.hinge(y_true, y_pred)
assert loss.shape == (2,)
assert np.array_equal(
    loss.numpy(),
    np.mean(np.maximum(1. - y_true * y_pred, 0.), axis=-1))

y_true 地面真值。 y_true值预计是-1或1如果提供二进制(0或1)的标签,他们将被转换为-1或1的形状= [batch_size, d0, .. dN]
y_pred 该预测值。形状= [batch_size, d0, .. dN]

铰链损耗值。形状= [batch_size, d0, .. dN-1]