- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
Loss
Calculer la valeur de la fonction de perte.
double vector::Loss(
|
Paramètres
vect_true/matrix_true
[in] Vecteur ou matrice de valeurs vraies.
loss
[in] Fonction de perte de l'énumération ENUM_LOSS_FUNCTION.
axis
[in] Valeur de l'énumération ENUM_MATRIX_AXIS (AXIS_HORZ axe horizontal, AXIS_VERT axe vertical).
...
[in] Le paramètre supplémentaire "delta" ne peut être utilisé que par la fonction de perte de Hubert (LOSS_HUBER)
Valeur de Retour
Valeur de type double.
Comment le paramètre 'delta' est utilisé dans la fonction de perte de Hubert (LOSS_HUBER)
double delta = 1.0;
|
Note
Un réseau de neurones vise à trouver les algorithmes qui minimisent l'erreur sur l'échantillon d'apprentissage, pour lequel la fonction de perte est utilisée.
La valeur de la fonction de perte indique de combien la valeur prédite par le modèle s'écarte de la valeur réelle.
Différentes fonctions de perte sont utilisées en fonction du problème. Par exemple, l'erreur quadratique moyenne (MSE) est utilisée pour les problèmes de régression, et l'entropie croisée binaire (BCE) est utilisée à des fins de classification binaire.
Exemple d'appel de la fonction de perte Hubert :
vector y_true = {0.0, 1.0, 0.0, 0.0};
|