huber_loss

最新推荐文章于 2025-07-18 14:53:41 发布

原创

最新推荐文章于 2025-07-18 14:53:41 发布 · 2.8k 阅读

5 ·

CC 4.0 BY-SA版权

tf.losses.huber_loss(
    labels,
    predictions,
    weights=1.0,
    delta=1.0,
    scope=None,
    loss_collection=tf.GraphKeys.LOSSES,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wuguangbin1230

关注关注

3
点赞
踩
5

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

损失函数总结（十一）：Huber Loss、SmoothL1Loss

走在深度学习前沿的小宋

11-01

2520

本文对损失函数进行了部分总结，包括：Huber Loss、SmoothL1Loss 等损失函数及其在当前损失函数众多的情况下使用的环境。

Tensorflow中的损失函数loss汇总

qionggaobi9328的博客

08-11

6645

回归和分类是监督学习中的两个大类。自学过程中，阅读别人代码时经常看到不同种类的损失函数，到底 Tensorflow 中有多少自带的损失函数呢，什么情况下使用什么样的损失函数？这次就来汇总介绍一下。一、处理回归问题 1.tf.losses.mean_squared_error：均方根误差（MSE） —— 回归问题中最常用的损失函数优点是便于梯度下降，误差大时下降快，误差小时下降慢，有利于函数收敛...

参与评论您还未登录，请先登录后发表或查看评论

机器学习之Huber loss

Raywit的博客

04-03

4198

Huber Loss 是用于回归问题的带参损失函数, 优点是能增强平方误差损失函数(MSE, mean square error)对离群点的鲁棒性。当预测偏差小于 δ 时，它采用平方误差, 当预测偏差大于 δ 时，采用的线性误差。具体定义如下： &nbsp...

huber loss

qq_29981283的博客

10-13

1580

huber loss huber loss 是一种优化平方loss的一种方式，使得loss变化没有那么大。 import numpy as np import matplotlib.pyplot as plt import tensorflow as tf def huber_loss(x, d): x = np.abs(x) return ( x&lt;=d ) * x**2...

Huber Loss

weixin_36670529的博客

04-19

5771

Huber Loss 是一个用于回归问题的带参损失函数, 优点是能增强平方误差损失函数(MSE, mean square error)对离群点的鲁棒性。当预测偏差小于 δ 时，它采用平方误差, 当预测偏差大于 δ 时，采用的线性误差。相比于最小二乘的线性回归，HuberLoss降低了对离群点的惩罚程度，所以 HuberLoss 是一种常用的鲁棒的回归损失函数。 Huber Loss 定义如下参数 a 通常表示 residuals，写作 y−f(x)，当 a = y−f(x) 时，Hu.

Huber_Loss_Least_Squares_BRDF_nihe.py

11-27

Huber_Loss_Least_Squares_BRDF_nihe.py

AttributeError: module 'tensorflow.keras.losses' has no attribute 'huber_loss'

01-08

根据您提供的引用内容，出现了一个AttributeError: module 'tensorflow.keras.losses' has no attribute 'huber_loss'的错误。这个错误通常是由于TensorFlow版本不兼容或者缺少相应的模块导致的。要解决这个问题，...

AttributeError: module 'torch.nn.functional' has no attribute 'huber_loss'

08-23

这个错误是因为你正在尝试使用 `torch.nn.functional` 模块中的 `huber_loss` 函数，但该模块并没有这个特定的函数。可能是由于你使用的 PyTorch 版本较旧，或者 `huber_loss` 函数不是在 `torch.nn.functional` ...

LSTM(64, activation='tanh', return_sequences=True, input_shape=(X_train.shape[1], X_train.shape[2])), Dropout(0.2), # 防止过拟合 # 第二层LSTM：仅返回最终输出 LSTM(32, activation='tanh'), Dropout(0.2), # 全连接输出层 Dense(1) ]) # Huber损失配置 (delta=1.0为常用初始值) huber_loss = tf.keras.losses.Huber(delta=1.0) # 模型编译 model.compile(optimizer=tf.keras.optimizers.Adam(learning_rate=0.001), loss=huber_loss, metrics=['mae']) # 模型结构预览 model.summary()

03-25

huber_loss = tf.keras.losses.Huber(delta=1.0) ``` - **优势**： - 对异常值的敏感度低于MSE（平方误差），比MAE更易收敛。 - `delta=1.0`：当预测误差绝对值≤1时，使用平方损失；>1时，切换为线性损失。 - ...

Huber loss

qq_38156104的博客

02-07

708

Huber Loss 是一个用于回归问题的带参损失函数, 优点是能增强平方误差损失函数(MSE, mean square error)对噪声（或叫离群点，outliers）的鲁棒性。当预测偏差小于 δ 时，它采用平方误差, 当预测偏差大于 δ 时，采用的线性误差。相比于最小二乘的线性回归，Huber Loss降低了对离群点的惩罚程度，所以 Huber Loss 是一种常用的鲁棒的回归损失函数。 Definition 由定义可知 Huber Loss 处处可导 ...

Huber Robust loss

weixin_45780075的博客

04-01

897

兼具 MSE 和 MAE 的优点：Huber Loss 同时考虑了均方误差和绝对误差的优点，因此在一定程度上能够平衡二者的影响，既能够保留 MSE 对于近似正态分布的数据的有效性，又能够在一定程度上抵抗异常值的干扰，具有更广泛的适用性。其中，y 是真实值，yhat 是预测值，δ 是 Huber Loss 的阈值。对异常值具有鲁棒性：由于 Huber Loss 在绝对误差较小时采用的是均方误差，而在绝对误差较大时采用的是绝对误差，因此对于异常值的影响相对较小，具有一定的鲁棒性。Huber Loss 的主要。

Huber Loss（胡贝损失）详解：稳健回归的秘密武器 + Python实现

最新发布

2501_91641025的博客

07-18

975

Huber Loss 结合了 MAE 与 MSE 的优势；提供平滑梯度，收敛更稳定；可以通过调整 delta 控制敏感度；是现代回归模型中非常推荐的损失函数。

【深度学习】Huber Loss详解

码农努力学习

01-18

4598

平滑是指损失函数在参数空间内变化的平稳程度。在损失函数的图像中，如果它是光滑的，表示它的值不会出现剧烈的波动。平滑的损失函数对于优化过程有利，因为它减少了优化过程中由于损失函数剧烈波动而导致的难以收敛的情况。在优化中，平滑的损失函数能够帮助优化算法（如梯度下降）稳定地找到全局或局部最小值，而不会被局部的“尖峰”或“坑”困住。Huber损失就是一个平滑的损失函数，它在小误差时使用平方损失，避免了大误差的过大惩罚；而在大误差时切换到线性损失，使得对于异常值的影响不至于过大。

【机器学习】鲁棒（健壮）回归-Huber损失（Huber Loss）

IT古董

01-16

2136

Huber损失是一种对异常值（outliers）具有鲁棒性的损失函数，它在处理回归问题时常用，结合了均方误差（MSE）的平滑性和平均绝对误差（MAE）的鲁棒性。Huber损失通过引入一个阈值来定义，当误差小于时采用 MSE，当误差大于时采用 MAE。

Huber Loss 介绍

diaoqi6581的博客

09-09

840

Huber Loss 是一个用于回归问题的带参损失函数, 优点是能增强平方误差损失函数(MSE, mean square error)对离群点的鲁棒性。当预测偏差小于 δ 时，它采用平方误差,当预测偏差大于 δ 时，采用的线性误差。相比于最小二乘的线性回归，HuberLoss降低了对离群点的惩罚程度，所以 HuberLoss 是一种常用的鲁棒的回归损失函数。 Huber Los...

回归损失函数：Huber Loss