在tensorflow2.0 中,使用模块model.compile时,需要选择损失函数,例如:
model.compile(optimizer=‘Adam’,
loss=‘sparse_categorical_crossentropy’,
metrics=[‘accuracy’])
于是,在tensorflow2.0中有几个损失函数的表示方法?参考文档
下列公式中,
表示预测值。
在这里插入图片描述
表示真实值。
查看相关文档,大概有以下一些参数:
1、mean_squared_error:均方误差函数,又称mse,最基本的损失函数表示法。含义是神经网络计算值(预测值)与标签值的平方误差和,该值越小,模型越准确。