- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
Loss
计算损失函数的值。
double vector::Loss(
|
参数
vect_true/matrix_true
[in] 真值的向量或矩阵。
loss
[in] ENUM_LOSS_FUNCTION枚举中的损失函数。
axis
[in] ENUM_MATRIX_AXIS枚举值(AXIS_HORZ ― 横轴,AXIS_VERT ― 竖轴)。
...
[in] 附加参数'delta'只能由Hubert损失函数(LOSS_HUBER)使用
返回值
双数值。
如果Hubert损失函数(LOSS_HUBER)中使用在'delta'参数
double delta = 1.0;
|
注意
神经网络的目标是找到最小化训练样本误差的算法,为此使用损失函数。
损失函数的值表示模型预测值与实际值偏差的程度。
根据不同的问题使用不同的损失函数。例如,均方误差(MSE)用于回归问题,二元交叉熵(BCE)用于二元分类。
调用Hubert损失函数的示例:
vector y_true = {0.0, 1.0, 0.0, 0.0};
|