Tensorflow.js tf.losses.hingeLoss()函数

Tensorflow.js 是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

Tensorflow.js tf.losses.hingeLoss()函数计算两个给定张量之间的铰链损失。

句法：

tf.losses.hingeLoss (labels, predictions, weights, reduction)

参数：

• 标签：它指定真值输出张量。基于此张量预测绝对差。
• 预测：它指定与标签具有相同维度的预测输出张量。
• 权重：它指定一个等级张量，或者等于标签的等级，以便它可以广播，或者为 0。它是一个可选参数。
• 减少：它指定减少损失的类型。它是一个可选参数。

返回值：它返回一个 tf.Tensor，由hingeLoss()函数计算得出。

示例 1：在此示例中，我们将使用两个 2d 张量作为标签和预测。然后我们将找到这两个张量之间的估计铰链损失。

Javascript

// Importing the tensorflow.js library
const tf = require("@tensorflow/tfjs");
 
// Defining label tensor
const x_label = tf.tensor2d([
    [0., 1., 0.], 
    [1., 0., 1.]
]);
 
// Defining prediction tensor
const x_pred = tf.tensor2d([
    [1., 1., 1.], 
    [0., 0., 0. ]
]);
 
// Calculating hinge loss
const hinge_loss = tf.losses.hingeLoss(x_label,x_pred)
   
// Printing the output
hinge_loss.print()

输出：

Tensor
    1.1666667461395264

示例 2：

Javascript

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Computing hinge loss between two
// tensors and printing the result
tf.losses.hingeLoss(
    tf.tensor4d([[[[0], [4]], [[5], [1]]]]),
    tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();

输出：

Tensor
    0.5

参考： https://js.tensorflow.org/api/1.0.0/#losses.hingeLoss