浅谈keras中的目标函数和优化函数MSE用法


Posted in Python onJune 10, 2020

mean_squared_error / mse 均方误差,常用的目标函数,公式为((y_pred-y_true)**2).mean()

model = Sequential()  
model.add(Dense(64, init='uniform', input_dim=10))  
model.add(Activation('tanh'))  
model.add(Activation('softmax'))  
   
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)  
model.compile(loss='mean_squared_error', optimizer=sgd)

补充知识:(Keras)——keras 损失函数与评价指标详解

1、目标函数

(1)mean_squared_error / mse 均方误差,常用的目标函数,公式为((y_pred-y_true)**2).mean()

(2)mean_absolute_error / mae 绝对值均差,公式为(|y_pred-y_true|).mean()

(3) mean_absolute_percentage_error / mape公式为:(|(y_true - y_pred) / clip((|y_true|),epsilon, infinite)|).mean(axis=-1) * 100,和mae的区别就是,累加的是(预测值与实际值的差)除以(剔除不介于epsilon和infinite之间的实际值),然后求均值。

(4)mean_squared_logarithmic_error / msle公式为: (log(clip(y_pred, epsilon, infinite)+1)- log(clip(y_true, epsilon,infinite)+1.))^2.mean(axis=-1),这个就是加入了log对数,剔除不介于epsilon和infinite之间的预测值与实际值之后,然后取对数,作差,平方,累加求均值。

(5)squared_hinge 公式为:(max(1-y_truey_pred,0))^2.mean(axis=-1),取1减去预测值与实际值乘积的结果与0比相对大的值的平方的累加均值。

(6)hinge 公式为:(max(1-y_truey_pred,0)).mean(axis=-1),取1减去预测值与实际值乘积的结果与0比相对大的值的的累加均值。

(7)binary_crossentropy: 常说的逻辑回归, 就是常用的交叉熵函

(8)categorical_crossentropy: 多分类的逻辑

2、性能评估函数:

(1)binary_accuracy: 对二分类问题,计算在所有预测值上的平均正确率

(2)categorical_accuracy:对多分类问题,计算再所有预测值上的平均正确率

(3)sparse_categorical_accuracy:与categorical_accuracy相同,在对稀疏的目标值预测时有用

(4)top_k_categorical_accracy: 计算top-k正确率,当预测值的前k个值中存在目标类别即认为预测正确

(5)sparse_top_k_categorical_accuracy:与top_k_categorical_accracy作用相同,但适用于稀疏情况

以上这篇浅谈keras中的目标函数和优化函数MSE用法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
对于Python编程中一些重用与缩减的建议
Apr 14 Python
Python使用中文正则表达式匹配指定中文字符串的方法示例
Jan 20 Python
使用Python3制作TCP端口扫描器
Apr 17 Python
Python入门_浅谈逻辑判断与运算符
May 16 Python
使用python编写udp协议的ping程序方法
Apr 22 Python
Python3实现爬取简书首页文章标题和文章链接的方法【测试可用】
Dec 11 Python
python求平均数、方差、中位数的例子
Aug 22 Python
python manage.py runserver流程解析
Nov 08 Python
Python configparser模块配置文件过程解析
Mar 03 Python
python调用摄像头的示例代码
Sep 28 Python
pandas处理csv文件的方法步骤
Oct 16 Python
用Python爬取各大高校并可视化帮弟弟选大学,弟弟直呼牛X
Jun 11 Python
keras 解决加载lstm+crf模型出错的问题
Jun 10 #Python
使用Keras加载含有自定义层或函数的模型操作
Jun 10 #Python
keras 获取某层的输入/输出 tensor 尺寸操作
Jun 10 #Python
Python 字典中的所有方法及用法
Jun 10 #Python
在keras 中获取张量 tensor 的维度大小实例
Jun 10 #Python
Keras—embedding嵌入层的用法详解
Jun 10 #Python
Keras框架中的epoch、bacth、batch size、iteration使用介绍
Jun 10 #Python
You might like
php中二分法查找算法实例分析
2016/09/22 PHP
jQuery Selector选择器小结
2010/05/06 Javascript
jQuery 图片切换插件(代码比较少)
2012/05/07 Javascript
jquery form 隐藏的input 选择
2014/04/29 Javascript
thinkphp 表名 大小写 窍门
2015/02/01 Javascript
js实现仿qq消息的弹出窗效果
2016/01/06 Javascript
JavaScript电子时钟倒计时第二款
2016/01/10 Javascript
JS封装的自动创建表格的实现代码
2016/06/15 Javascript
js的各种排序算法实现(总结)
2016/07/23 Javascript
浅谈DOM的操作以及性能优化问题-重绘重排
2017/01/08 Javascript
利用vue.js插入dom节点的方法
2017/03/15 Javascript
jQuery完成表单验证的实例代码(纯代码)
2017/09/30 jQuery
ES6解构赋值的功能与用途实例分析
2017/10/31 Javascript
jQuery+Cookie实现切换皮肤功能【附源码下载】
2018/03/25 jQuery
详解angular脏检查原理及伪代码实现
2018/06/08 Javascript
layui表格内放置图片,并点击放大的实例
2019/09/10 Javascript
vue中使用vee-validator完成表单校验方案
2019/11/01 Javascript
vue-router结合vuex实现用户权限控制功能
2019/11/14 Javascript
python连接sql server乱码的解决方法
2013/01/28 Python
python ddt数据驱动最简实例代码
2019/02/22 Python
pytorch 固定部分参数训练的方法
2019/08/17 Python
创建Shapefile文件并写入数据的例子
2019/11/26 Python
python next()和iter()函数原理解析
2020/02/07 Python
Python实现仿射密码的思路详解
2020/04/23 Python
Python return语句如何实现结果返回调用
2020/10/15 Python
用HTML5制作烟火效果的教程
2015/05/12 HTML / CSS
HTML5 WebSocket实现点对点聊天的示例代码
2018/01/31 HTML / CSS
VICHY薇姿美国官方网站:欧洲药房第一的抗衰老品牌
2017/11/22 全球购物
Bluebella美国官网:英国性感内衣品牌
2018/10/04 全球购物
英国在线泳装店:Simply Swim
2019/05/05 全球购物
幼儿园园长自我鉴定
2013/10/22 职场文书
cf战队收人口号
2014/06/21 职场文书
2014最新股权信托合同协议书
2014/11/18 职场文书
夫妻双方自愿离婚协议书怎么写
2014/12/01 职场文书
纯html+css实现Element loading效果
2021/08/02 HTML / CSS
万能密码的SQL注入漏洞其PHP环境搭建及防御手段
2021/09/04 SQL Server