Keras默认目标函数

最新推荐文章于 2021-11-24 11:41:27 发布

sky_qing5

最新推荐文章于 2021-11-24 11:41:27 发布

阅读量453

点赞数

分类专栏：深度学习文章标签：目标函数-损失函数

本文链接：https://blog.csdn.net/u013488089/article/details/78943250

版权

深度学习专栏收录该内容

5 篇文章 0 订阅

订阅专栏

目标函数，或称损失函数，是网络中的性能函数，也是编译一个模型必须的两个参数之一。由于损失函数种类众多，下面以keras官网手册的为例。参考

在官方keras.io里面，有如下资料：

    mean_squared_error或mse
    mean_absolute_error或mae
    mean_absolute_percentage_error或mape
    mean_squared_logarithmic_error或msle
    squared_hinge
    hinge

binary_crossentropy

binary_crossentropy即对数损失函数，log loss，与sigmoid相对应的损失函数。
　　公式: L(Y,P(Y│X))=-log⁡P(Y|X)
　　该函数主要用来做极大似然估计的，这样做会方便计算。因为极大似然估计用来求导会非常的麻烦，一般是求对数然后求导再求极值点。
　　损失函数一般是每条数据的损失之和，恰好取了对数，就可以把每个损失相加起来。负号的意思是极大似然估计对应最小损失。