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
python实现哈希表
Feb 07 Python
使用Python编写vim插件的简单示例
Apr 17 Python
Python和Perl绘制中国北京跑步地图的方法
Mar 03 Python
python中使用正则表达式的后向搜索肯定模式(推荐)
Nov 11 Python
python实现生成字符串大小写字母和数字的各种组合
Jan 01 Python
python实现将多个文件分配到多个文件夹的方法
Jan 07 Python
Django框架使用mysql视图操作示例
May 15 Python
使用Python中的reduce()函数求积的实例
Jun 28 Python
python爬虫-模拟微博登录功能
Sep 12 Python
Python ORM框架Peewee用法详解
Apr 29 Python
python进度条显示-tqmd模块的实现示例
Aug 23 Python
使用numpy nonzero 找出非0元素
May 14 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
Linux下 php7安装redis的方法
2018/11/01 PHP
CentOS7系统搭建LAMP及更新PHP版本操作详解
2020/03/26 PHP
jquery插件制作 手风琴Panel效果实现
2012/08/17 Javascript
extjs tabpanel限制选项卡数量实现思路及代码
2013/04/02 Javascript
js替代copy(示例代码)
2013/11/27 Javascript
使用jQuery实现的掷色子游戏动画效果
2014/03/14 Javascript
js分页代码分享
2014/04/28 Javascript
PHP+jQuery实现随意拖动层并即时保存拖动位置
2015/04/30 Javascript
基于JavaScript实现生成名片、链接等二维码
2015/09/20 Javascript
NodeJS创建基础应用并应用模板引擎
2016/04/12 NodeJs
jQuery插件FusionCharts绘制的2D帕累托图效果示例【附demo源码】
2017/03/28 jQuery
angularjs实现猜大小功能
2017/10/23 Javascript
webpack external模块的具体使用
2018/03/10 Javascript
layui-laydate时间日历控件使用方法详解
2018/11/15 Javascript
js实现通过开始结束控制的计时器
2019/02/25 Javascript
vue store之状态管理模式的详细介绍
2019/06/13 Javascript
[01:18:33]Secret vs VGJ.S Supermajor小组赛C组 BO3 第一场 6.3
2018/06/04 DOTA
Python中字符编码简介、方法及使用建议
2015/01/08 Python
Python利用正则表达式匹配并截取指定子串及去重的方法
2015/07/30 Python
Python爬虫_城市公交、地铁站点和线路数据采集实例
2018/01/10 Python
Python创建一个空的dataframe,并循环赋值的方法
2018/11/08 Python
Python3视频转字符动画的实例代码
2019/08/29 Python
python给指定csv表格中的联系人群发邮件(带附件的邮件)
2019/12/31 Python
python通过对字典的排序,对json字段进行排序的实例
2020/02/27 Python
Python 如何展开嵌套的序列
2020/08/01 Python
PyQt5 QDockWidget控件应用详解
2020/08/12 Python
python中strip(),lstrip(),rstrip()函数的使用讲解
2020/11/17 Python
Infababy英国:婴儿推车、Travel System婴儿车和婴儿汽车座椅销售
2018/05/23 全球购物
最新的小工具和卓越的产品设计:Oh That Tech!
2019/08/07 全球购物
2019年Java面试必问之经典试题
2012/09/12 面试题
开办化妆品公司创业计划书
2013/12/26 职场文书
幼儿园家长评语
2014/02/10 职场文书
酒店保安领班职务说明书
2014/03/04 职场文书
关工委先进个人事迹材料
2014/05/23 职场文书
创业计划书之青年旅馆
2019/09/23 职场文书
详解PHP Swoole与TCP三次握手
2021/05/27 PHP