tensorflow evaluate（）中的损失是什么？是梅吗？MSE？如何将结果与其他回归进行比较？

以前的开发人员应用神经网络，并给我的损失，MSE和MAE的结果。 如何将这些结果与我的模型（线性回归）进行比较？我可以计算MSE和MAE，但什么是损失？

损失是正在优化的“成本函数”。已分配度量（即，您可以将损失设置为MSE、MAE、acc=精度等）

您可以查看代码的

.compile

行，查看它设置为什么

---

损失值可以是MSE和MAE，但这位前开发人员给我留下了一个包含3个值（损失、MSE、MAE）的数据库。所以他错了，我对吗？如果你只有数据库，我会说他错了，没有留下评论或数据字典让你确定那个变量是什么。如果您有权访问代码（或开发人员），那么就不难弄清楚loss函数的优化依据是什么。如果不是，（如果我是你的话），我会一起忽略该列并使用MSE或MAE。我不想让问题变得更复杂，但实际上我更关心数据集是如何验证的（交叉验证？分层？）。您的模型需要使用相同的拆分来比较各个苹果。损失是一个通用术语，用于指用于评估模型的不同类型的函数。虽然MSE可能是一个非常有可能的候选人，但它也可能是类似于对数可能性或MAE的东西，正如你所提到的。因此，如果没有一些额外的信息，很难说它到底是什么。您是否有权访问原始模型代码，甚至是保存的模型？还是仅仅是损失价值？