Tensorflow'da maliyet fonksiyonum var.tensorflow'da rmse maliyet fonksiyonunun ayarlanması
activation = tf.add(tf.mul(X, W), b)
cost = (tf.pow(Y-y_model, 2)) # use sqr error for cost function
this example'u deniyorum. Maliyet fonksiyonunu rmse etmek için nasıl değiştirebilirim?
(1) Buna ihtiyacınız olduğuna emin misiniz? l2 loss'u en aza indirgemek, RMSE hatasını en aza indirmekle aynı sonucu verecektir. (Matematikte yürüyün: Karekök almanıza gerek yoktur, çünkü x^2'yi en aza indirgemek x için x'i minimize eder, ve bir demet karenin toplamının pozitif olduğunu biliyorsunuz x * n minimize eder x minimize eder x sabit için n). Eğer RMSE hatasının sayısal değerini bilmek gerekiyorsa
(2), daha sonra definition of RMSE doğrudan uygulamak:
tf.sqrt(tf.reduce_sum(...)/n)
(Biliyorsun ya n hesaplamak gerekir - öğe sayısını toplamı ve küçültme eksenini redüksiyon kaydına göre uygun şekilde ayarlayın). root mean square error için
@dga tf.sqrt (tf.reduce_mean (...)) '' daha iyi bir seçenek olabilir mi? – goelakash
@goelakash - muhtemelen! Bağladığım tipik RMSE formülünün en açık transliterasyonunu denemek için uğraşıyordum, ama pratikte 'tf.reduce_mean' daha iyi bir seçim. – dga
Kayıp hesaplamasına oldukça girdiğinizden, bu soruyla bana yardımcı olabilirsiniz: [soru] (https://stackoverflow.com/questions/44717224/when-using-rmse-loss-in-tensorflow-i -rece-çok-küçük-kayıp-değerler-smalerl-than) @dga – thigi
tf.sqrt(tf.reduce_mean(tf.square(tf.subtract(targets, outputs))))
en azından cevabı kabul edin: D –
formül geçerli:
TF bunu uygulamak için bir yol tf.sqrt(tf.reduce_mean(tf.squared_difference(Y1, Y2))) olduğunu.
Hatırlanması gereken en önemli nokta, RMSE kaybını en iyileştirici ile en aza indirmeye gerek olmamasıdır. Aynı sonuç ile sadece tf.reduce_mean(tf.squared_difference(Y1, Y2)) veya hatta tf.reduce_sum(tf.squared_difference(Y1, Y2))'u en aza indirebilir, ancak daha küçük bir işlem grafiğine sahip oldukları için daha hızlı optimize edilirler.
Bu işlevi yalnızca RMSE'nin değerini değiştirmek istiyorsanız kullanabilirsiniz.
Merhaba @Viki, cevabımı kabul edebilir misiniz? –