Python 在Tensorflow Keras中寻找MSLE

我试图在回归模型中看到我的测试数据集在TensorFlow Keras中的MSLE损失

我尝试使用：

loss = tf.keras.losses.MeanSquaredLogarithmicError(model.predict(X_test), Y_test)

print(loss)

但不是得到损失，而是显示：

tensorflow.python.keras.losses.MeanSquaredLogarithmicError object at 0x000001DC80545668

---

如何在TensorFlow中找到测试数据集的丢失？

MeanSquaredLogarithmicError是一个类，必须在执行丢失计算之前进行，例如：

msle = tf.keras.losses.MeanSquaredLogarithmicError()
loss = msle(model.predict(X_test), Y_test)

---

有关更多信息，请参阅。

我尝试了该方法并打印了：Tensor（“MeanSquaredLogarithmicError\u 2/weighted\u loss/Cast:0”，shape=（），dtype=float64）这是生成的

Tensor

对象。如链接文档所示，您可以使用

loss.numpy（）

获取值。另外，请看一下.loss.numpy（）给了我-AttributeError:“Tensor”对象没有属性“numpy”，我找到了如何用不同的方法显示损失，msle=tf.keras.loss.MeanSquaredLogarithmicError（）loss=msle（model.predict（X_test），Y_test）sess=tf.Session（）sess.run（loss）