- Activation
- Derivative
- Loss
- LossGradient
- RegressionMetric
- ConfusionMatrix
- ConfusionMatrixMultilabel
- ClassificationMetric
- ClassificationScore
- PrecisionRecall
- ReceiverOperatingCharacteristic
Loss
Вычисляет значение функции потерь.
double vector::Loss(
|
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
Значение double.
Как используется параметр delta в функции потерь Юбера (LOSS_HUBER)
double delta = 1.0;
|
Примечание
Задача обучения нейронной сети заключается в поиске коэффициентов, минимизирующих ошибку на обучающей выборке, для чего используется функция потерь (loss function).
Значение функции потерь характеризует величину отклонения предсказываемого моделью значения от реального.
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 вызова функции потерь Юбера:
vector y_true = {0.0, 1.0, 0.0, 0.0};
|