CNTK 绝对误差

在训练模型时,我们可以使用cntk.squared_error()函数来计算损失,像这样:

loss = cntk.squared_error(z, l)

但我想计算的是绝对误差。下面的代码不起作用:

loss = cntk.absolute_error(z, l)

它会报错如下:

AttributeError: module ‘cntk’ has no attribute ‘absolute_error’

CNTK工具包中有内置函数可以计算绝对误差吗?我刚开始学习深度学习,所以了解不多。谢谢帮助!


回答:

CNTK中没有现成的L1损失函数,但你可以提供一个自定义函数:

def absolute_error(z, l):  return cntk.reduce_mean(cntk.abs(z - l))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注