tensorflow损失函数均方误差怎么计算

在 TensorFlow 中, 均方误差 (Mean Squared Error, MSE) 损失函数的计算方式为:

import tensorflow as tf

# 定义预测值和真实值
pred = tf.constant([1, 2, 3])
true = tf.constant([0, 2, 4])

# 计算均方误差
mse = tf.reduce_mean(tf.square(pred - true))

# 输出结果
print(mse.numpy())

上面的例子中，pred 和 true 分别表示预测值和真实值。先通过 pred - true 计算出误差，再对误差求平方，最后对所有误差求平均值。输出结果为 0.6666667。 这样计算均方误差， 如果在所有误差平方后和都求均值就是均方误差，如果对所有误差绝对值取均值就是平均绝对误差(mean absolute error, MAE)