TensorFlow2.X——自定义损失函数

最新推荐文章于 2024-01-05 05:45:00 发布

一只工程狮

最新推荐文章于 2024-01-05 05:45:00 发布

阅读量1.9k

点赞数 2

分类专栏： TensorFlow

本文链接：https://blog.csdn.net/qq_40913465/article/details/104471457

版权

TensorFlow 专栏收录该内容

35 篇文章 16 订阅

订阅专栏

TensorFlow2.X——自定义损失函数

自定义损失函数只需要定义一个函数，并在compile的时候调用该自定义损失函数即可。

示例：
自定义一个均方根损失函数：

#自定义损失函数
def customized_mse(y_true, y_pred):
    return tf.reduce_mean(tf.square(y_pred - y_true))

编译函数：

#编译compile
model.compile(loss = customized_mse,   #使用自定义的损失函数
             optimizer = "sgd", #优化函数
              metrics = ["mean_squared_error"] #评价函数:用于评估当前训练模型的性能,评价函数和损失函数相似，只不过评价函数的结果不会用于训练过程中
             )