tf.keras中度量和损失MSE之间的差异[重复]

Posted

技术标签:

【中文标题】tf.keras中度量和损失MSE之间的差异[重复]【英文标题】:Difference between metric and loss MSE in tf.keras [duplicate] 【发布时间】:2021-11-19 05:54:03 【问题描述】:

tf.keras.metrics.mean_squared_error和tf.keras.losses.MeanSquaredError中的均方误差函数有什么区别?

【问题讨论】:

参考this问题。均方误差既可以用作损失函数,也可以用作度量。 【参考方案1】:

前者用作指标,不用于更新权重的反向传播计算。当你使用其他函数作为损失函数时使用它,但同时你也想知道 MSE 值。

【讨论】:

以上是关于tf.keras中度量和损失MSE之间的差异[重复]的主要内容,如果未能解决你的问题,请参考以下文章

tf.keras model.fit():在相同数据上火车损失和val损失之间的巨大差异

Tensorflow2深度学习基础和tf.keras

损失曲线和度量曲线之间的不一致性?

如何在 tf.keras 自定义损失函数中触发 python 函数?

回归模型几个度量参数概念比较

TF/KERAS:将列表作为单个输出的损失传递