Python 绝对误差
要在训练模型期间找到损失,我们可以使用Python 绝对误差,python,machine-learning,deep-learning,cntk,Python,Machine Learning,Deep Learning,Cntk,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
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。