【深度学习】回归问题损失函数—

神经网络模型的效果以及优化的目标是通过损失函数（loss function）来定义的。下面主要介绍适用于分类问题和回归问题的经典损失函数，并通过TensoFlow实现这些损失函数。

分类问题请参考：【分类问题损失函数——交叉熵】

回归问题解决的是对具体数值的预测，比如房价预测、销量预测等等，解决回归问题的神经网络一般只有一个输出节点，这个节点的输出值就是预测值。本文主要介绍回归问题下的损失函数——均方误差（MSE，mean squared error）。

它的定义如下：
MSE(y,y′)=∑i=1n(yi−yi′)2nMSE(y,y')=\frac{\sum^n_{i=1}(y_i-y_i')^2}{n}MSE(y,y′)=n∑i=1n(yi−yi′)2
其中，yiy_iyi为一个batch中第 i 个数据的正确答案，yi′y'_iyi′为神经网络给出的预测值。

下面代码展示如何用Tensor实现均方差损失函数：

mse = tf.reduce_mean(tf.square(y_ - y))

tf.reduce_mean：所有元素的均值。
y_：标准答案
y：神经网络输出的答案

【深度学习】回归问题损失函数——均方误差（MSE）相关推荐

深度学习入门初探——损失函数均方误差
前文已经介绍了损失函数的目的是做什么了的: 深度学习入门初探--引出损失函数https://www.toutiao.com/i7033404064663126560/?group_id=7033404 ...
深度学习之：对均方误差 mse 的理解
文章目录代码反例代码 ''' a1, a2 是两个矩阵或者多维张量 ''' import numpy as np def calculate_mse(a1,a2):return np.mean( ...
Tutorial教程：知错就改，错了就罚，论训练深度学习如何选择损失函数
Tutorial教程:训练深度学习如何选择损失函数 xingbod@gmail.com 声明:本文为CSDN首发,谢绝转载,商业转载请联系笔者MrCharles本人获取同意作为优化算法的一部分,必须 ...
深度学习——回归问题
深度学习--回归问题文章目录深度学习--回归问题线性回归一.什么是线性回归? 梯度下降学习率二.逻辑回归线性回归一.什么是线性回归? 其中w是权重,b是偏移量.w和b共同称为模型参数. ...
深度学习交叉熵损失函数
交叉熵损失函数前言交叉熵损失函数信息量信息熵交叉熵求导过程应用扩展 Binary_Crossentropy 均方差损失函数(MSE) 前言深度学习中的损失函数的选择,需要注意一点是直 ...
手撕深度学习中的损失函数（上）
面试中经常会问到损失函数的相关问题,本文推导了深度学习中常用损失函数的计算公式和反向传播公式,并使用numpy实现. 定义损失函数基类: class Loss:def loss(self, predi ...
损失能收敛到0么深度学习_人工智能-Tensorflow进行深度学习的一些损失函数的可视化...
TensorFlow目前是数值计算的最佳开源库,它使机器学习更快更容易.在这篇文章中,您将学习机器学习中使用的一些损失函数.损失函数在机器学习领域非常重要.它们用作测量模型预测输出Y_out与grou ...
深度学习中的损失函数总结以及Center Loss函数笔记
北京上海巡回站 | NVIDIA DLI深度学习培训 2018年1月26/1月12日 NVIDIA 深度学习学院带你快速进入火热的DL领域阅读全文 ...
深度学习中的损失函数
目录回归损失(Regression Loss) 1. 均方误差(Mean Square Error,MSE) 2. 平均绝对误差( Mean Absolute Error,MAE) 3. MSE 和 ...

【深度学习】回归问题损失函数——均方误差（MSE）

【深度学习】回归问题损失函数——均方误差（MSE）相关推荐

最新文章

热门文章