comment définir rmse fonction de coût dans tensorflow
J'ai de la fonction de coût dans tensorflow.
activation = tf.add(tf.mul(X, W), b)
cost = (tf.pow(Y-y_model, 2)) # use sqr error for cost function
J'essaie cet exemple. Comment puis-je changer de rmse de la fonction de coût?
Salut @Viki , pouvez-vous accepter ma réponse!
OriginalL'auteur Vikash Singh | 2015-11-21
Vous devez vous connecter pour publier un commentaire.
Fait, en Fait j'avais 2 comptes par erreur, de sorte a obtenir qui a fusionné. + il a obtenu seulement fusionné parce que vous avez demandé pour l'acceptation. Donc merci pour la réponse et pour le rappel 🙂
OriginalL'auteur Rajarshee Mitra
La formule pour root mean square error est:
La façon de la mettre en œuvre TF est
tf.sqrt(tf.reduce_mean(tf.squared_difference(Y1, Y2)))
.La chose importante à retenir est qu'il n'est pas nécessaire pour minimiser les RMSE perte de l'optimiseur. Avec le même résultat, vous pouvez minimiser juste
tf.reduce_mean(tf.squared_difference(Y1, Y2))
ou mêmetf.reduce_sum(tf.squared_difference(Y1, Y2))
mais parce qu'ils ont un petit graphique des opérations, ils seront optimisés plus rapide.Mais vous pouvez utiliser cette fonction si vous voulez juste voies de la valeur de RMSE.
OriginalL'auteur Salvador Dali
(1) Êtes-vous sûr que vous en avez besoin? En minimisant le l2 perte vous donnera le même résultat que la minimisation de l'erreur RMSE. (Promenade à travers le calcul: Vous n'avez pas besoin de prendre la racine carrée, car en minimisant x^2 encore minimise x pour x>0, et vous savez que la somme d'un tas de carrés est positif. En minimisant x*n minimise x constant de n).
(2) Si vous avez besoin de connaître la valeur numérique de la RMSE erreur, puis le mettre en œuvre directement à partir de la définition de RMSE:
(Vous avez besoin de savoir ou de calculer n - le nombre d'éléments dans la somme, et de définir la réduction de l'axe de manière appropriée dans l'appel à reduce_sum).
tf.sqrt(tf.reduce_mean(...))
être une meilleure option ici?sans doute! J'avais essayé de le plus clair de translittération de la typique RMSE formule que j'ai lié, mais dans la pratique,
tf.reduce_mean
est un meilleur choix.Puisque vous semblez tout à fait dans le calcul de la perte que vous pourriez être en mesure de m'aider avec cette question: question @dga
OriginalL'auteur dga
Maintenant, nous avons
tf.losses.mean_squared_error
Par conséquent,
OriginalL'auteur pjh