Función Tensorflow.js tf.losses.hingeLoss()

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

La función Tensorflow.js tf.losses.hingeLoss() calcula la pérdida de bisagra entre dos tensores dados.

Sintaxis:

tf.losses.hingeLoss (labels, predictions, weights, reduction)

Parámetros:

• etiquetas: Especifica el tensor de salida de verdad. La diferencia absoluta se predice en base a este tensor.
• Predicciones: especifica el tensor de salida predicho con las mismas dimensiones que las etiquetas.
• pesos: Especifica un tensor de rango ya sea igual al de las etiquetas para que pueda ser retransmitible o 0. Es un parámetro opcional.
• reducción: Especifica el tipo de reducción a la pérdida. Es un parámetro opcional.

Valor devuelto: Devuelve un tf.Tensor que se calcula mediante la función bisagraLoss().

Ejemplo 1: En este ejemplo tomaremos dos tensores 2d como etiquetas y predicciones. Entonces encontraremos la pérdida de articulación estimada entre estos dos tensores.

// Importing the tensorflow.js library
const tf = require("@tensorflow/tfjs");
 
// Defining label tensor
const x_label = tf.tensor2d([
    [0., 1., 0.], 
    [1., 0., 1.]
]);
 
// Defining prediction tensor
const x_pred = tf.tensor2d([
    [1., 1., 1.], 
    [0., 0., 0. ]
]);
 
// Calculating hinge loss
const hinge_loss = tf.losses.hingeLoss(x_label,x_pred)
   
// Printing the output
hinge_loss.print()

Producción:

Tensor
    1.1666667461395264

Ejemplo 2:

// Importing the tensorflow.Js library
import * as tf from "@tensorflow/tfjs"
 
// Computing hinge loss between two
// tensors and printing the result
tf.losses.hingeLoss(
    tf.tensor4d([[[[0], [4]], [[5], [1]]]]),
    tf.tensor4d([[[[1], [2]], [[3], [4]]]])
).print();

Producción:

Tensor
    0.5

Referencia: https://js.tensorflow.org/api/1.0.0/#losses.hingeLoss