如何使用张量流成对损失

Question

在 tensorflow 中，有一个成对均方误差函数，它接受“预测”，如果这应该是 sigmoid/softmax 输出或 logits，则没有记录。 https://www.tensorflow.org/api_docs/python/tf/losses/mean_pairwise_squared_error

我正在查看预测是否必须是输入的某种形式，或者是否有更好的成对损失函数可用。

Answer 1

logits 层在深度学习上下文中是应用softmax 函数的层。 softmax 函数用于执行多类分类时。当我们要进行分类时，最常见的错误度量是cross-entropy。另一方面，mean pairwise squared error 用于回归的上下文中。当我们执行回归时，我们想要预测一个真实的值，而不是当我们想要预测一个类别时的分类。话虽如此，生成输出的层不会是logits 层，而是普通的线性层。此外，当您想要执行回归时，最常见的错误度量是mean squared erorr。