损失函数的数学意义是什么？

Question

我是 tensorflow 新手，想了解以下示例的每一步：

c = tf.square(a - b)                                                           
MSE = tf.reduce_mean(c)  

d = tf.reduce_sum(tf.square(a-b),reduction_indices=[1])
e = tf.reduce_mean(d)

e 变量的值代表什么？我想知道数学表达式。

Answer 1

d = tf.reduce_sum(tf.square(a-b),reduction_indices=[1])
e = tf.reduce_mean(d)

a 是真正的 y。 b 是预测的 y。

mse = avg(sum((a-b) 的平方得到 +))

所以，它可以是当前模型如何预测 y 实际 y 正在关闭的损失函数。

Answer 2

这是平均值；即，给定值的总和除以值的数量。

tensorflow.math.reduce_mean 在功能上等同于numpy.mean；它取给定张量的平均值。