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

tf.nn.log_poisson_loss

TensorFlow 1 versión Ver código fuente en GitHub

Calcula la pérdida de registro de Poisson dado log_input .

Da la pérdida de probabilidad logarítmica entre la predicción y el objetivo bajo la suposición de que el objetivo tiene una distribución de Poisson. Advertencia: Por defecto, esta no es la pérdida exacta, pero la pérdida menos un término constante [log (z!)]. Eso no tiene ningún efecto para la optimización, pero no juega bien con comparaciones pérdida relativa. Para calcular una aproximación del término factorial de registro, especifique = compute_full_loss true para habilitar la aproximación de Stirling.

Por razones de brevedad, dejar que c = log(x) = log_input , z = targets . La pérdida de Poisson registro es

   -log(exp(-x) * (x^z) / z!)
= -log(exp(-x) * (x^z)) + log(z!)
~ -log(exp(-x)) - log(x^z) [+ z * log(z) - z + 0.5 * log(2 * pi * z)]
    [ Note the second term is the Stirling's Approximation for log(z!).
      It is invariant to x and does not affect optimization, though
      important for correct relative loss comparisons. It is only
      computed when compute_full_loss == True. ]
= x - z * log(x) [+ z * log(z) - z + 0.5 * log(2 * pi * z)]
= exp(c) - z * c [+ z * log(z) - z + 0.5 * log(2 * pi * z)]
 

targets A Tensor del mismo tipo y forma que log_input .
log_input A Tensor de tipo float32 o float64 .
compute_full_loss Si se debe calcular la pérdida completa. Si es falso, un término constante se abandonó en favor de la optimización más eficiente.
name Un nombre para la operación (opcional).

A Tensor de la misma forma que log_input con las pérdidas de logística componente a componente.

ValueError Si log_input y targets no tienen la misma forma.