我想自己测试keras中的损失函数，mse。然而，计算出的答案是不同的。mse的定义如下：https://en.wikipedia.org/wiki/Mean_squared_error 测试代码如下： from keras.datasets import boston_housinglayers.Dense(64, activation='relu
浏览 174提问于2021-05-01得票数 0
我试图评估单个2D测试样本的MSE损失，在Keras中使用一个自动编码器(AE)，一旦模型被训练，我很惊讶当我调用Keras内置函数来获取单个样本的丢失时，它会返回2D张量。这意味着损失函数计算每个样本的每个像素损失，而不是每个样本计算一个损失(?)。为了非常清楚，我期望MSE将所有像素上计算的</em
浏览 0提问于2019-08-19得票数 3
回答已采纳
1回答
均方误差损失函数计算
、、、
我使用形状为30,26的输入样本和形状为1,7的输出样本，以均方误差作为损失函数(model.compile(loss="mse", optimizer="adam")来训练seq2seq网络。然而，当我比较history.history['loss']和keras_error = tf.keras.losses.MSE(predictions_train, data_train) (返回一个
浏览 16提问于2020-07-29得票数 0
我的损失fnc看起来是：如您所见，损失是两个mse的加权和，分别为新样本和重放样本计算。，这意味着每当我想训练一个批时，我想分离新的和重放数据点，并计算整个批的标量损失。
如何在<
浏览 7提问于2021-01-04得票数 0
1回答
我知道我们可以像下面的方法一样创建自定义损失函数。custom_loss(y_true, y_pred): loss = tf.keras.losses.MSE(layers.Dense(1, activation="relu"))
model.compile(loss='mse', optimizer= opt,
浏览 3提问于2020-10-19得票数 1
回答已采纳
对于上下文，我在Keras中训练了两个独立的自动编码器:一个具有标准的MSE损失函数，另一个具有自定义的MSE损失函数。当在训练中的给定时间点评估这两个模型时，它们具有非常相似的性能，但损失却非常不同。 我的性能指标是平均百分比误差。这两个模型都在重建原始图像，平均误差在3%左右。然而，当这些模型被保存时，标准Keras MSE
浏览 31提问于2020-04-24得票数 0
回答已采纳
当我的损失低于某个值时，我使用回调来停止训练。一旦训练结束，我在训练输入上调用predict()方法，然而，当我手动计算损失函数时，我得到了一个非常糟糕的结果。使用predict()是错误的吗？loss='mse',optimizer = tf.keras.optimizers.Adam(learning_rate=0.001))
model.fit(x, y, epochs=1000, batch_siz
浏览 0提问于2021-10-25得票数 2
我创建了一个包含27列的dataset。我创建了一个用于异常检测的Autoencoder，如下所示：x = layers.Dense(20,activation='relu')(x)
AE = keras.models.Model(inputs=i
浏览 2提问于2020-11-14得票数 3
此自定义Keras损失函数： rel = predicted / safeActual return errCounts
在对fit()的调用中引发以下异常是什么导致x成为rmsProp优化器调用
浏览 0提问于2017-11-22得票数 1
1回答
我已经建立了一个强化学习DQN，将可变长度的序列作为输入，并计算出行动的积极和消极奖励。我在Keras中的DQN模型存在一些问题，这意味着尽管该模型运行，但在epsilon的单个和多个周期中，平均回报会随着时间的推移而减少。即使经过长时间的训练，这一点也不会改变。 ? ? 我的想法是，这是由于在Keras中使用MeanSquareError作为损失函数(最小化误差)。所以
浏览 47提问于2020-11-23得票数 0
回答已采纳
keras.layers import Input, Dense, Activationfrom keras import backendfrom Keras: ',hist.history['val_loss'][-1])print('Calculated MSE: ', np.mean((y_pred-x_test)**2))
产
浏览 0提问于2019-09-26得票数 1
回答已采纳
我使用keras创建了一个模型，并使用train_on_batch对其进行了培训。为了检查模型是否做了它应该做的事情，我使用predict_on_batch方法重新计算了训练阶段前后的损失。但是，正如你在阅读标题时所猜测的那样，我没有相同的输出损失。下面是一个基本代码来说明我的问题：from tensorflow.
浏览 4提问于2020-04-26得票数 2
回答已采纳
我想使用用纯python编写的自定义丢失函数，即不使用keras后端函数。这有可能吗?如果可能的话，怎么做？如果可能的话，我将非常感谢一个最低限度的工作例子(MWE)。请查看这个MWE，特别是mse_keras函数：import numpy as np后端的自定义丢失函数的MWE。我想
浏览 0提问于2018-06-24得票数 2
回答已采纳
MSE作为序列模型中的损失函数，在数据长度>批量大小时不能正常工作。 让我们从数据长度< 32开始。在这种情况下，它工作得很好，接下来我们将对数据中的另外3个值执行相同的操作。首先我们得到我们的数据，然后我们计算MSE，然后我们用损失函数= MSE运行简单序列模型的一个时期。我们将在这里看到损失函数return是正确
浏览 28提问于2020-06-15得票数 0
1回答
我想验证一下我的损失函数，因为我读到过keras中的mse损失函数存在问题。考虑keras中的lstm模型，将3d时间序列预测为多目标(y1，y2，y3)。假设一批输出序列的形状是(10，31，1)，下面的损失函数是否会取预测输出和真实输出之间的平方差，然后取310个样本的平均值，从而产生单个损失值？def <
浏览 0提问于2019-03-03得票数 2
8回答
.其余的特征都是角度数据。= Sequential() model.add(tf.keras.layers.Dense(n_hidden_1, activation='relu'))
model.add(tf.keras.layers.Dense(n_hidden_2, activation='relu'))model.add(
浏览 23提问于2022-02-19得票数 2
回答已采纳
1回答
我是机器学习的新手，如果提问方式不是很好，问题又这么简单，请多包涵。model = tf.keras.models.Sequential((input_shape = (13,)))
## Add desnse layer for predition -- Keras declares we
浏览 39提问于2019-03-03得票数 1
回答已采纳
2回答
似乎给出了一个“mse”的例子。我在一个回归示例上测试了这一点，并确实找到了与损失进度相对应的准确性值。我发现许多消息来源宣称，如果与MSE结合使用，准确性是无用的。在这种情况下，有人能解释什么是keras/TF计算吗?它能被视为有用吗？model.compile(optimizer='sgd', metr
浏览 13提问于2022-03-08得票数 1
然后，我从celebA训练数据集中挑选一幅图像，比方说yTrue，现在我希望找到G可以生成的最接近yTrue的图像，比方说yPred。因此G的输出损失是||yTrue - yPred||_2^{2}，我最小化了它w.r.t生成器输入(正态分布的潜变量)。下面是给出好结果的代码。现在的问题是，我还想在第一行添加先验损失( (1-D(G(Z)，但是我不知道怎么做，因为D现在没有连接到G，如果我在第一行直接添加k.mean(k.log(1-D.(G.out
浏览 0提问于2017-10-11得票数 0
我正在使用后端tensorflow的Keras。我从()下载了非常深的超分辨率cnn的代码，并尝试训练我自己的模型。该模型具有均方误差(mse)，但原始模型存在残差损失。如何在keras中实现剩余损失。剩余损失可计算为
loss = (label - input_image - predected_image)^2
浏览 0提问于2018-12-20得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
