Python 绝对误差

要在训练模型期间找到损失，我们可以使用

cntk.squared_error（）

函数，如下所示：

loss = cntk.squared_error(z, l)

但我感兴趣的是用绝对误差来计算损失。以下代码不起作用：

loss = cntk.absolute_error(z, l)

它给出的错误如下：

AttributeError:模块“cntk”没有属性“绝对错误”

---

CNTK工具箱中是否有内置函数来查找绝对错误？我对深度学习还不熟悉，所以我知道的不多。谢谢你的帮助

CNTK中没有现成的L1损耗函数，但您可以提供一个自定义函数：

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

---

看起来很酷，但我得到了一些非常有趣的结果。我有一个小的数据集，我在上面运行平方误差。这给了我一个值

5.8343764679341374

。现在，当我使用上面的绝对误差函数时，我得到了相同数据样本的值

17.3852909909019

。在我看来这很奇怪。平方应该更高。