Python 使用DNN累加器的损失函数是什么?

Python 使用DNN累加器的损失函数是什么?,python,machine-learning,neural-network,tensorflow,deep-learning,Python,Machine Learning,Neural Network,Tensorflow,Deep Learning,我正在使用DNNRegressor来训练我的模型。我在文档中搜索这个包装器使用的loss函数是什么,但没有找到它。另一方面,可以改变损失函数 感谢您的建议。它使用L2损失(均方误差),定义如下: 目前API不支持此处的任何更改。但是,由于它是开源的,所以您可以随时修改构造函数,以便在内部调用不同的函数,但损失不同 def regression_target(label_name=None, weight_column_name=None,

我正在使用DNNRegressor来训练我的模型。我在文档中搜索这个包装器使用的loss函数是什么,但没有找到它。另一方面,可以改变损失函数

感谢您的建议。

它使用L2损失(均方误差),定义如下:

目前API不支持此处的任何更改。但是,由于它是开源的,所以您可以随时修改构造函数,以便在内部调用不同的函数,但损失不同

def regression_target(label_name=None,
                      weight_column_name=None,
                      target_dimension=1):
  """Creates a _TargetColumn for linear regression.
  Args:
    label_name: String, name of the key in label dict. Can be null if label
        is a tensor (single headed models).
    weight_column_name: A string defining feature column name representing
      weights. It is used to down weight or boost examples during training. It
      will be multiplied by the loss of the example.
    target_dimension: dimension of the target for multilabels.
  Returns:
    An instance of _TargetColumn
  """
  return _RegressionTargetColumn(loss_fn=_mean_squared_loss,
                                 label_name=label_name,
                                 weight_column_name=weight_column_name,
                                 target_dimension=target_dimension)