- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
LossGradient
Вычисляет вектор или матрицу градиентов функции потерь.
vector vector::LossGradient(
|
Параметры
vect_true/matrix_true
[in] Вектор или матрица истинных значений.
loss
[in] Функция потерь из перечисления ENUM_LOSS_FUNCTION.
axis
[in] Значение из перечисления ENUM_MATRIX_AXIS (AXIS_HORZ — горизонтальная ось, AXIS_VERT — вертикальная ось).
...
[in] Дополнительный параметр delta может быть только у функции потерь Юбера (LOSS_HUBER)
Возвращаемое значение
Вектор или матрица значений градиентов функции потерь. Градиент — это частная производная по dx (x — предсказанное значение) от функции потерь в данной точке.
Примечание
Градиенты используются в нейронных сетях для корректировки значений матрицы весов при обратном распространении ошибки при обучении модели.
Задача обучения нейронной сети заключается в поиске коэффициентов, минимизирующих ошибку на обучающей выборке, для чего используется функция потерь (loss function).
В зависимости от типа решаемой задачи используются различные функции потерь. Например: для задачи регрессии mean squared error (MSE), для бинарной классификации — binary cross-entropy (BCE).
Пример вычисления градиентов функции потерь
matrixf y_true={{ 1, 2, 3, 4 },
|