РЕПЕТИТОР математика физика информатика
Для школьников и студентов. Подтягивание пробелов. ЦЭ, ЦТ, ОГЭ, ЕГЭ.
Идет набор на ЛЕТО. Жмите для подробностей:)
354 of 824 menu

Метод get_config класса Loss

Метод get_config класса Loss возвращает словарь Python, содержащий конфигурацию объекта функции потерь. Этот метод используется механизмом сериализации Keras для сохранения и последующего восстановления состояния класса. Метод не принимает параметров и возвращает словарь, ключи которого соответствуют аргументам конструктора класса.

Полученный словарь можно передать в конструктор класса для создания новой функции потерь с теми же настройками. Это особенно полезно при сохранении моделей в формате Keras и при работе с пользовательскими функциями потерь.

Синтаксис

loss.get_config()

Пример

Давайте создадим стандартную функцию потерь MeanSquaredError и получим ее конфигурацию:

import tensorflow as tf loss = tf.keras.losses.MeanSquaredError() res = loss.get_config() print(res)

Результат выполнения кода:

{'name': 'mean_squared_error', 'reduction': 'sum_over_batch_size', 'dtype': None}

Пример

Давайте создадим функцию потерь с нестандартными параметрами и посмотрим, как они попадут в конфигурацию:

import tensorflow as tf loss = tf.keras.losses.MeanSquaredError( reduction=tf.keras.losses.Reduction.NONE, name='my_mse' ) res = loss.get_config() print(res)

Результат выполнения кода:

{'name': 'my_mse', 'reduction': 'none', 'dtype': None}

Пример

Давайте используем конфигурацию для создания новой функции потерь с теми же настройками:

import tensorflow as tf loss1 = tf.keras.losses.MeanSquaredError(name='my_mse') config = loss1.get_config() loss2 = tf.keras.losses.MeanSquaredError.from_config(config) print(loss2.name)

Результат выполнения кода:

"my_mse"

Пример

Давайте проверим, что конфигурация содержит все необходимые ключи для восстановления объекта:

import tensorflow as tf loss = tf.keras.losses.CategoricalCrossentropy( from_logits=True, label_smoothing=0.1 ) res = loss.get_config() print(sorted(res.keys()))

Результат выполнения кода:

['dtype', 'from_logits', 'label_smoothing', 'name', 'reduction']

Смотрите также

  • класс Loss,
    который представляет базовый класс для функций потерь
  • метод call,
    который вычисляет значение функции потерь
  • метод __call__,
    который позволяет вызывать объект функции потерь как функцию
  • метод get_config,
    который возвращает конфигурацию объекта функции потерь
Мы используем cookie для работы сайта, аналитики и персонализации. Обработка данных происходит согласно Политике конфиденциальности.
принять все настроить отклонить