MSE损失函数计算

【问题标题】：MSE loss function calculationMSE损失函数计算
【发布时间】：2020-07-28 22:58:58
【问题描述】：

我使用形状为 [30,26] 和输出形状为 [1,7] 的输入样本训练了一个 seq2seq 网络，其中 MSE 作为损失函数 (model.compile(loss="mse", optimizer="adam")。但是，当我将 history.history['loss'] 与 keras_error = tf.keras.losses.MSE(predictions_train, data_train)（返回我平均的错误数组）结果相差约 0.2。非常感谢有关如何为这样的输出序列计算 MSE 损失函数的见解！

【问题讨论】：

标签： tensorflow keras lstm seq2seq

【解决方案1】：

MSE 损失的计算方法相同。 x 和 y 都有 7 个值。双方相互减去，然后平方然后除以 7。您的值出现这种情况的原因可能是因为 model.compile 正在使用 tf.keras.losses.MeanSquaredError 而您正在使用另一个函数。因此，这种差异可能会出现。但是，最终游戏是网络的性能，这是否实现了？

【讨论】：