テンソルフローでのrmseコスト関数の設定方法

Question

テンソルフローのコスト関数があります。

activation = tf.add(tf.mul(X, W), b) 
cost = (tf.pow(Y-y_model, 2)) # use sqr error for cost function 

私は試していますthis exampleです。 rmseコスト関数に変更するにはどうすればよいですか？

Answer 1

（1）本当に必要ですか？ l2 lossを最小化すると、RMSEエラーを最小化するのと同じ結果になります。 （x^2を最小化するとx> 0のxを最小化するので、平方根をとる必要はありません。定数nについて）。

あなたはRMSEエラーの数値を知る必要がある場合（2）、その後、definition of RMSEから直接それを実装：

tf.sqrt(tf.reduce_sum(...)/n) 

（Nを知っているか計算する必要がある - の要素数をreduce_sumの呼び出しで、reduce軸を適切に設定します）。

Answer 2

tf.sqrt(tf.reduce_mean(tf.square(tf.subtract(targets, outputs)))) 

Answer 3

root mean square errorための式は：

TFでそれを実現する方法がtf.sqrt(tf.reduce_mean(tf.squared_difference(Y1, Y2)))あります。

---

覚えておくべき重要なことは、オプティマイザでRMSE損失を最小限にする必要がないことです。同じ結果では、ちょうどtf.reduce_mean(tf.squared_difference(Y1, Y2))またはtf.reduce_sum(tf.squared_difference(Y1, Y2))を最小限に抑えることができますが、操作グラフが小さいため、最適化が速くなります。

しかし、この機能は、RMSEの値をトラップするだけの場合に使用できます。