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

tf.nn.log_poisson_loss

Tensorflow 1 versione Visualizza sorgente su GitHub

Perdita Calcola registro Poisson dato log_input .

Spedisce la perdita probabilità logaritmica tra la previsione e il bersaglio sotto l'ipotesi che il bersaglio ha una distribuzione di Poisson. Caveat: per impostazione predefinita, questa non è la perdita esatto, ma la perdita meno un termine costante [log (z!)]. Questo non ha alcun effetto per l'ottimizzazione, ma non gioca bene con i confronti di perdita relativi. Per calcolare un'approssimazione del registro fattoriale termine, specificare = compute_full_loss true per abilitare approssimazione di Stirling.

Per brevità, lasciare che c = log(x) = log_input , z = targets . La perdita di Poisson registro è

   -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 Una Tensor dello stesso tipo e la forma come log_input .
log_input Un Tensor di tipo float32 o float64 .
compute_full_loss sia per calcolare la perdita totale. Se falso, un termine costante viene abbandonato in favore di ottimizzazione più efficiente.
name Un nome per l'operazione (opzionale).

Una Tensor della stessa forma log_input con le perdite logistici componente per componente.

ValueError Se log_input e targets non hanno la stessa forma.