了解自动编码器损失函数

数据挖掘 自动编码器 损失函数
2021-09-18 06:18:23

我从来不明白如何计算自动编码器损失函数,因为预测有很多维度,而且我一直认为损失函数必须为给定记录输出单个数字/标量估计。然而,在 GitHub 上,我最近遇到了一个在 TensorFlow 中实现示例自动编码器的存储库,平方误差的实现比我想象的要简单得多:

cost = tf.reduce_mean(tf.pow(y_true - y_pred, 2))

TensorFlow文档除其他外reduce_mean说:

如果axis没有条目,则减少所有维度,并返回具有单个元素的张量。

我可以从所有这些中得出结论,自动编码器预测的平方误差只是所有记录维度的平均值吗?

1个回答

是的,您认为单个示例的自动编码器预测的平方误差是所有维度的预测平方误差的平均值是正确的。类似地,整批示例的平方误差将是该批次中每个示例的误差的平均值。