Loss

Kayıp fonksiyonunun değerini hesaplar.

double vector::Loss(
  const vector&       vect_true,     // doğru değerlerin vektörü
  ENUM_LOSS_FUNCTION  loss,          // kayıp fonksiyonu türü
   ...                               // ek parametre
   );
 
 
double matrix::Loss(
  const matrix&       matrix_true,   // doğru değerlerin matrisi
  ENUM_LOSS_FUNCTION  loss,          // kayıp fonksiyonu türü
   );
 
 
double matrix::Loss(
  const matrix&       matrix_true,   // doğru değerlerin matrisi
  ENUM_LOSS_FUNCTION  loss,          // kayıp fonksiyonu türü
  ENUM_MATRIX_AXIS    axis,          // eksen
   ...                               // ek parametre
   );

Parametreler

vect_true/matrix_true

 [in] Doğru değerlerin vektörü veya matrisi.

loss

[in] ENUM_LOSS_FUNCTION numaralandırmasından kayıp fonksiyonu türü.

axis

[in] ENUM_MATRIX_AXIS numaralandırmasından değer (AXIS_HORZ - yatay eksen, AXIS_VERT - dikey eksen).

...

[in]  Yalnızca 'delta' ek parametresi Hubert kayıp fonksiyonu (LOSS_HUBER) tarafından kullanılabilir.

Geri dönüş değeri

double türü değer.

Hubert kayıp fonksiyonunda (LOSS_HUBER) 'delta' parametresi nasıl kullanılır?

   double delta = 1.0;
   double error = fabs(y - x);
   if(error<delta)
      loss = 0.5 * error^2;
   else
      loss = 0.5 * delta^2 + delta * (error - delta);

Not

Bir sinir ağı, öğrenmedeki hatayı en aza indiren bir algoritma bulmayı amaçlar; işte burada kayıp fonksiyonu kullanılır.

Kayıp fonksiyonunun değeri, model tarafından öngörülen değerin gerçek değerden ne kadar saptığını gösterir.

Probleme bağlı olarak farklı kayıp fonksiyonları kullanılır. Örneğin, regresyon problemleri için "hataların karelerinin ortalaması (Mean Squared Error, MSE)" ve ikili sınıflandırma için "ikili çapraz entropi (Binary Cross Entropy, BCE)" kullanılır.

Hubert kayıp fonksiyonunu çağırma örneği:

   vector y_true = {0.01.00.00.0};
   vector y_pred = {0.60.40.40.6};
   double loss=y_pred.Loss(y_true,LOSS_HUBER);
   Print(loss);
   double loss2=y_pred.Loss(y_true,LOSS_HUBER,0.5);
   Print(loss2);
 
/* Sonuç
   0.155
   0.15125
*/