MSE - Mean Squared Error - 均方误差

均方误差是指参数估计值与参数真值之差平方的期望值;

MSE可以评价数据的变化程度，MSE的值越小，说明预测模型描述实验数据具有更好的精确度。

image.png


MAE - Mean Absolute Error - 平均绝对误差


平均绝对误差是绝对误差的平均值 

平均绝对误差能更好地反映预测值误差的实际情况.

image.png



fi表示预测值,yi表示真实值。

mse tf实现

mse2 = tf.losses.mean_squared_error(a, b)
with tf.Session() as sess:
    print(sess.run(mse2))

求导

参考mse_loss、ce_loss求导