如何编写tensorflow中自定义损失函数的示例代码?
- 内容介绍
- 文章标签
- 相关推荐
本文共计863个文字,预计阅读时间需要4分钟。
这个自定义损失函数的背景是:通常返回的损失函数是MSE(均方误差),但根据实际情况可能会有所变化。我们现在想要做一个回归,来预测某个商品的销量,已知的信息是:一件商品的原始成本是。
这个自定义损失函数的背景:(一般回归用的损失函数是MSE, 但要看实际遇到的情况而有所改变)
我们现在想要做一个回归,来预估某个商品的销量,现在我们知道,一件商品的成本是1元,售价是10元。
如果我们用均方差来算的话,如果预估多一个,则损失一块钱,预估少一个,则损失9元钱(少赚的)。
显然,我宁愿预估多了,也不想预估少了。
所以,我们就自己定义一个损失函数,用来分段地看,当yhat 比 y大时怎么样,当yhat比y小时怎么样。
本文共计863个文字,预计阅读时间需要4分钟。
这个自定义损失函数的背景是:通常返回的损失函数是MSE(均方误差),但根据实际情况可能会有所变化。我们现在想要做一个回归,来预测某个商品的销量,已知的信息是:一件商品的原始成本是。
这个自定义损失函数的背景:(一般回归用的损失函数是MSE, 但要看实际遇到的情况而有所改变)
我们现在想要做一个回归,来预估某个商品的销量,现在我们知道,一件商品的成本是1元,售价是10元。
如果我们用均方差来算的话,如果预估多一个,则损失一块钱,预估少一个,则损失9元钱(少赚的)。
显然,我宁愿预估多了,也不想预估少了。
所以,我们就自己定义一个损失函数,用来分段地看,当yhat 比 y大时怎么样,当yhat比y小时怎么样。

