#autoencoder #loss-function
#автоэнкодер #потеря-функция
Вопрос:
Я проверяю этот файл ( https://github.com/saman-nia/Deep-Neural-Networks-for-Clustering/blob/master/Iris dataset/Autoencoder on iris dataset.ipynb) и обнаружил, что функция потерь:
def loss(reconstructed, x):
with tf.variable_scope("train"):
train_loss = tf.reduce_mean(tf.reduce_sum(tf.square(tf.subtract(reconstructed, x)), 1))
return train_loss
Интересно, что это за функция потерь или это просто придуманная потеря? Спасибо!
Комментарии:
1. Казалось бы, это среднеквадратичная ошибка.
2. @Tyberius: похоже, что ((re — x ) ^ 2 1) /N но почему нам нужно добавить 1? В MSE этого нет??
3. Это означает, что они выполняют reduce_sum на 1-й оси. Они не добавляют 1 к тензору.