时间戳

首页 > 解决方案 > 具有两个输出的 Keras MSE 损失

python - 具有两个输出的 Keras MSE 损失

问题描述

我有一个模型，其输出层是Dense(2)所以我的输出是 2 个浮点数的列表。

我在Keras 文档中找到了一个类似的示例

>>> y_true = [[0., 1.], [0., 0.]]
>>> y_pred = [[1., 1.], [1., 0.]]
>>> # Using 'auto'/'sum_over_batch_size' reduction type.  
>>> mse = tf.keras.losses.MeanSquaredError()
>>> mse(y_true, y_pred).numpy()
0.5

根据示例的输出，我认为它会像这样计算 MSE

first_MSE = mse(y_true[0], y_pred[0])
second_MSE = mse(y_true[1], y_pred[1])
mse = (first_MSE + second_MSE) / 2

执行上述操作，我得到 0.5，如示例所示。这真的是引擎盖下发生的事情吗？

标签： pythonkeras

解决方案

是的，MeanSquaredError 首先计算为最后一个轴的平均值，然后是批次的平均值。

在此处计算平方差的最后一个轴的平均值： https ://github.com/tensorflow/tensorflow/blob/7ec285825c713af9bc741b8b65d09dd160ec8806/tensorflow/python/keras/losses.py#L1213

该类MeanSquaredError使用默认减少，这意味着批量损失，这里： https ://github.com/tensorflow/tensorflow/blob/7ec285825c713af9bc741b8b65d09dd160ec8806/tensorflow/python/keras/utils/losses_utils.py#L264

推荐阅读