TensorFlow：损耗和公制是否应该相同？

我用二元交叉熵作为损失函数和度量

但是，我看到损失和度量的值不同。它们非常相似，但又不同

为什么会这样？我使用的是

tf.keras.loss.binary\u交叉熵（y\u true，y\u pred）

两者都有

---

损耗：0.1506，度量值为0.1525，这是不同的

如果使用与损耗和度量相同的函数，通常在深度网络中会看到不同的结果。这通常是由于

浮点精度错误造成的：尽管数学方程是等价的，但运算的顺序不同，这可能会导致微小的差异。

这正是你的情况

但是，如果使用任何
正则化器
，损失和度量的差异将更大，因为
正则化器
会惩罚损失函数以避免过度拟合

理想情况下，metric和loss的工作方式相同，让我们看看文档中的示例并进行比较

二进制交叉熵作为度量标准：

m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
m.result().numpy() 

0.81492424

作为损失的二进制交叉熵：

y_true = [[0., 1.], [0., 0.]]
y_pred = [[0.6, 0.4], [0.4, 0.6]]
bce = tf.keras.losses.BinaryCrossentropy()
bce(y_true, y_pred).numpy() 

0.81492424

希望这能回答你的问题，学习愉快