Метод call класса Loss

Метод call класса Loss выполняет непосредственный расчет значения функции потерь. Первым параметром метод принимает истинные значения y_true, вторым - предсказанные значения y_pred. Метод возвращает тензор со значением потерь для каждого элемента батча. Именно этот метод вызывается автоматически при обращении к объекту функции потерь как к функции.

Синтаксис

loss_object.call(y_true, y_pred)

Пример

Давайте создадим функцию потерь MeanSquaredError и вычислим ее значение через метод call:

import tensorflow as tf

y_true = tf.constant([1, 2, 3, 4, 5])
y_pred = tf.constant([1, 2, 3, 4, 6])

loss_fn = tf.keras.losses.MeanSquaredError()
res = loss_fn.call(y_true, y_pred)
print(res)

Результат выполнения кода:

tf.Tensor(0.2, shape=(), dtype=float32)

Пример

Давайте вычислим потери для двумерных тензоров с помощью функции MeanAbsoluteError:

import tensorflow as tf

y_true = tf.constant([[1, 2, 3], [4, 5, 6]])
y_pred = tf.constant([[1, 2, 3], [4, 5, 7]])

loss_fn = tf.keras.losses.MeanAbsoluteError()
res = loss_fn.call(y_true, y_pred)
print(res)

Результат выполнения кода:

tf.Tensor(0.16666667, shape=(), dtype=float32)

Пример

Давайте получим потери для каждого элемента батча, указав параметр reduction равным none:

import tensorflow as tf

y_true = tf.constant([1, 2, 3, 4, 5])
y_pred = tf.constant([1, 2, 3, 4, 6])

loss_fn = tf.keras.losses.MeanSquaredError(
	reduction=tf.keras.losses.Reduction.NONE
)
res = loss_fn.call(y_true, y_pred)
print(res)

Результат выполнения кода:

tf.Tensor([0. 0. 0. 0. 1.], shape=(5,), dtype=float32)

Смотрите также

класс Loss,
который является базовым классом функций потерь
метод __call__,
который вызывает объект функции потерь как функцию
метод get_config,
который возвращает конфигурацию функции потерь
метод call,
который вычисляет значение функции потерь