MeanSquaredError

Calcule la moyenne des carrés d'erreurs entre les étiquettes et les prédictions.

loss = loss = square(labels - predictions)

Utilisation autonome :

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {1.f, 1.f}, {1.f, 0.f} });
    MeanSquaredError mse = new MeanSquaredError(tf);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces 0.5f
 

Appel avec le poids de l'échantillon :

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = mse.call(labels, predictions, sampleWeight);
    // produces 0.25f
 

Utilisation du type de réduction SUM :

    MeanSquaredError mse = new MeanSquaredError(tf, Reduction.SUM);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces 1.0f
 

Utilisation du type de réduction NONE :

    MeanSquaredError mse = new MeanSquaredError(tf, Reduction.NONE);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces [0.5f, 0.5f]