python - 没有内置函数的 TensorFlow 中的平均绝对误差
问题描述
我必须在不调用内置函数的情况下使用平均绝对误差来实现损失函数。下面的代码是否正确?因为我的损失值很快从 28.xx 变为 0.00028。
同时,RMSE等其他损失函数具有更标准的损失曲线
loss = tf.reduce_sum(tf.abs(y_pred - Y) / nFeatures)
解决方案
您可以根据 MAE 公式实现自己的丢失函数:
import tensorflow as tf
MAE = tf.reduce_mean(tf.abs(y_true - y_pred))
您也可以在此答案中检查自定义损失函数
或者
import numpy as np
MAE = np.average(np.abs(y_true - y_pred), weights=sample_weight, axis=0)
或者
from tensorflow.python.ops import math_ops
MAE = math_ops.abs(y_true - y_pred)
推荐阅读
- python-3.x - 来自不同包的 Python 导入方法
- reactjs - 对象()不是redux firebase中的函数反应
- typescript - 在打字稿中,有没有办法通过 typeof 数据定义全局窗口的扩展类型?
- javafx - 如何使用 TextFormatter 清除 JavaFx TextField
- scala - 使用 foldLeft 替换字符串中出现的字符
- sass - 尝试使用 @use at-rule 时 SASS 出错
- django - 条件不适用于 Django 模板中的 2 个不同的应用程序
- javascript - 如何使用 div id 渲染多个 div 背景颜色变化
- docker - Kubernetes pod 应用程序与不在容器上的 Mysql 数据库的连接
- flutter - Flutter 中有没有办法在 Dismissible Widget 中捕捉“开始移动”事件?