이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.keras.losses.squared_hinge

TensorFlow 1 개 버전 GitHub의에서 소스보기

사이의 제곱 힌지 손실 계산 y_truey_pred .

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

독립형 사용 :

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

y_true 지상의 진리 값. y_true 진 (0 또는 1)이 라벨 우리가 -1 또는 1 형상으로 변환한다 제공되면 값이 될 것으로 예상된다 (1) -1 = [batch_size, d0, .. dN] .
y_pred 예측 값. 형상 = [batch_size, d0, .. dN] .

제곱 힌지 손실 값. 형상 = [batch_size, d0, .. dN-1] .