chainer.functions.huber_loss

`chainer.functions.huber_loss`(x, t, delta, reduce='sum_along_second_axis')[source]¶

MSE（平均二乗誤差）損失よりもデータの外れ値に対する感受性が低い（敏感ではない）損失関数

$a = x - t$

と

$L δ (a) = {1 2 a 2 δ (| a | - 1 2 δ) i f | a | \leq δ o t h e r w i s e,$

出力は reduceオプションの値に依る値の変数。 'no'が設定されている場合、エレメントごとの損失値をもつ。'sum_along_second_axis'の場合、損失値は第２軸に添って合計される。(i.e. axis=1).

Parameters:	x (Variable) –入力値。 `x` のshapeは ( $N$ , $K$ )でなければならない。 t (Variable) – 回帰のターゲット変数。 `t` は ( $N$ , $K$ )でなければならない。 delta (float) – 定義に用いられるhuber損失関数の定数。 reduce (str) – 削減オプション。この値は`'sum_along_second_axis'` か`'no'`をとる。それ以外では `ValueError` が発生する。
Returns:	huber 損失 $L_{δ}$ のスカラ配列を保持しているVariableオブジェクト。`reduce` に `'no'` が設定されている場合、出力変数は入力変数の１つ（つなり両方）と同じshapeの配列を保持する。 `'sum_along_second_axis'`が設定されている場合、配列のshape は、第２軸が除外されることを除いて、入力変数と同じ。
Return type:	Variable

See:: Huber loss - Wikipedia.

chainer.functions.huber_loss(x, t, delta, reduce='sum_along_second_axis')[source]¶

`chainer.functions.huber_loss`(x, t, delta, reduce='sum_along_second_axis')[source]¶