損失関数(Loss functions)¶

LossFunction クラス¶

class binarybrain.losses.LossFunction(core_loss=None)¶

ベースクラス: Object

LossFunction class 損失関数の基底クラス

calculate(y_buf, t_buf, mini_batch_size=None)¶

損失の計算

mini_batch_size はメモリなどの都合でミニバッチをさらに分割する場合などに用いる。通常はNoneでよい。

パラメータ

戻り値

逆伝搬させる誤差を返す

戻り値の型

dy_buf (FrameBuffer)

clear()¶

値のクリア

集計をクリアする。通常 epoch の単位でクリアして再集計を行う

get()¶

値の取得

class binarybrain.losses.LossMeanSquaredError(reduction='mean', dtype=DType.FP32)¶

ベースクラス: LossFunction

LossMeanSquaredError class

平均二乗誤差(MSE)を計算して誤差として戻す

class binarybrain.losses.LossCrossEntropy(dtype=DType.FP32)¶

ベースクラス: LossFunction

LossCrossEntropy class

交差エントロピー誤差を戻す

class binarybrain.losses.LossBinaryCrossEntropy(dtype=DType.FP32)¶

ベースクラス: LossFunction

LossBinaryCrossEntropy class

2値の交差エントロピー誤差を戻す

class binarybrain.losses.LossSoftmaxCrossEntropy(dtype=DType.FP32)¶

ベースクラス: LossFunction

LossSoftmaxCrossEntropy class

Softmax(活性化) と CrossEntropy(損失関数) の複合両者を統合すると計算が簡略化される。

利用に際しては最終段に Softmax が挿入されたのと等価になるので注意すること。

class binarybrain.losses.LossSigmoidCrossEntropy(dtype=DType.FP32)¶

ベースクラス: LossFunction

LossSigmoidCrossEntropy class

Sigmoid(活性化) と BinaryCrossEntropy(損失関数) の複合両者を統合すると計算が簡略化される。

利用に際しては最終段に Sigmoid が挿入されたのと等価になるので注意すること。