AI编程基础

计算loss的函数,下面以均方差为例:

# coding: utf-8 
# @时间   : 2022/3/20 2:59 下午
# @作者   : 那美那美
import tensorflow as tf
import numpy as np
 
out = tf.random.uniform([4, 10])  # 模拟最后一层的输出
 
y = tf.range(4)  # 模拟真实值y，4个分类
y = tf.one_hot(y, depth=10)  # 将y值进行one_hot编码
loss = tf.keras.losses.mse(y, out)  # 方差
loss = tf.reduce_mean(loss)  # 均方差后的结果
print(out, y, loss, sep='\n***************\n')
运行结果:

tf.Tensor(
[[0.95495164 0.42851162 0.63940954 0.7457049  0.863574   0.4137305
  0.19719076 0.6347679  0.3381462  0.21893883]
 [0.9869051  0.64940274 0.92230356 0.02006686 0.9132643  0.97518027
  0.7332783  0.60538805 0.16506422 0.9878422 ]
 [0.7512604  0.5606184  0.90563107 0.24399471 0.5856639  0.8866366
  0.13660061 0.19366539 0.7147602  0.05145013]
 [0.61691034 0.43103004 0.8596388  0.3836639  0.9826486  0.07203913