utec::neural_network::MSELoss< T > Class Template Reference

Función de pérdida MSE (Error Cuadrático Medio). Mide el promedio de los cuadrados de las diferencias entre las predicciones y los valores reales. Es común en tareas de regresión. More...

#include <loss.h>

Inheritance diagram for utec::neural_network::MSELoss< T >:

Collaboration diagram for utec::neural_network::MSELoss< T >:

Public Member Functions
template<typename Prediction, typename Expected>
	MSELoss (Prediction &&y_prediction, Expected &&y_true)
	Constructor que recibe predicciones y valores reales.
auto	loss () const -> T override
	Devuelve el valor de la pérdida MSE.
auto	loss_gradient () const -> algebra::Tensor< T, 2 > override
	Gradiente de la pérdida con respecto a las predicciones.
Public Member Functions inherited from utec::neural_network::ILoss< T, 2 >
virtual	~ILoss ()=default
	Destructor virtual.

Detailed Description

template<typename T>
class utec::neural_network::MSELoss< T >

Función de pérdida MSE (Error Cuadrático Medio). Mide el promedio de los cuadrados de las diferencias entre las predicciones y los valores reales. Es común en tareas de regresión.

Template Parameters

T	Tipo de dato (float, double, etc.).

Constructor & Destructor Documentation

MSELoss()

template<typename T>

template<typename Prediction, typename Expected>

utec::neural_network::MSELoss< T >::MSELoss ( Prediction && y_prediction, Expected && y_true )

inline

Constructor que recibe predicciones y valores reales.

Parameters

y_prediction	Tensores con las predicciones del modelo.
y_true	Tensores con los valores verdaderos (etiquetas).

Exceptions

std::invalid_argument

si las dimensiones no coinciden. @complexity O(1).

Member Function Documentation

loss()

template<typename T>

auto utec::neural_network::MSELoss< T >::loss ( ) const -> T

inlineoverridevirtual

Devuelve el valor de la pérdida MSE.

Returns

Escalar con el valor medio del error cuadrático. @complexity O(n*m), donde n*m es el tamaño del tensor.

Implements utec::neural_network::ILoss< T, 2 >.

loss_gradient()

template<typename T>

auto utec::neural_network::MSELoss< T >::loss_gradient ( ) const -> algebra::Tensor<T, 2>

inlineoverridevirtual

Gradiente de la pérdida con respecto a las predicciones.

Returns

Tensor con el mismo shape que y_prediction. @complexity O(n*m), siendo n*m el tamaño del tensor.

Implements utec::neural_network::ILoss< T, 2 >.

Here is the call graph for this function:

---

The documentation for this class was generated from the following file:

• include/utec/nn/loss.h