Tensorflow.js tf.losses.huberLoss()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。它还可以帮助开发人员用 JavaScript 语言开发 ML 模型,并且可以直接在浏览器或 Node.js 中使用 ML。
Tensorflow.js tf.losses.huberLoss()函数计算两个给定张量之间的 Huber 损失。
句法:
tf.losses.huberLoss(
labels, predictions,
weights, delta, reduction
);
参数:
- 标签:它是地面实况输出张量。它在维度上类似于“预测”。
- 预测:这是被预测的输出。
- 权重:这些是等级为 0 或 1 的张量,它们必须可广播以丢失形状。
- delta:就是 huberLoss 从二次转换为线性的那个点。
- 减少:这是适用于损失的减少类型。它必须是缩减类型。
注意: weights 、 delta和reduction是可选参数。
返回值:返回 tf.Tensor。
示例 1:
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Initializing tensor1 as geek1
let geek1 = tf.tensor2d([[1, 2, 5], [6, 7, 10]]);
// Initializing tensor2 as geek2
let geek2 = tf.tensor2d([[5, 7, 11], [2, 4, 8]])
// Computing huber loss between geek1 and geek2
// using .huberLoss() function
geek = tf.losses.huberLoss(geek1, geek2)
geek.print();
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Computing huber loss between two 3D
// tensors and printing the result
tf.losses.huberLoss(
tf.tensor4d([[[[9], [8]], [[7], [5]]]]),
tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();
输出:
Tensor
3.5
示例 2:
Javascript
// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
// Computing huber loss between two 3D
// tensors and printing the result
tf.losses.huberLoss(
tf.tensor4d([[[[9], [8]], [[7], [5]]]]),
tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();
输出:
Tensor
4.25
参考: https://js.tensorflow.org/api/latest/#losses.huberLoss