CNTK 绝对误差

【问题标题】：CNTK absolute errorCNTK 绝对误差
【发布时间】：2017-10-15 08:37:36
【问题描述】：

要在训练模型期间找到损失，我们可以使用cntk.squared_error() 函数，如下所示：

loss = cntk.squared_error(z, l)

但我有兴趣找到绝对误差方面的损失。下面的代码不起作用：

loss = cntk.absolute_error(z, l)

它给出的错误是：

AttributeError: 模块 'cntk' 没有属性 'absolute_error'

CNTK 工具包中是否有任何内置函数来查找绝对错误？我是深度学习的新手，所以我不太了解。感谢您的帮助！

【问题讨论】：

【解决方案1】：

CNTK 中没有开箱即用的 L1 损失函数，但您可以提供自定义的：

def absolute_error(z, l):
  return cntk.reduce_mean(cntk.abs(z - l))

【讨论】：

看起来很酷，但我得到了一些非常有趣的结果。我有一个小数据集，我在其上运行 squared_error。这给了我5.8343764679341374 的值。现在，当我使用上面的 absolute_error 函数时，我得到相同数据样本的值 17.3852909909019。在我看来这很奇怪。平方应该更高。