问题标签 [mse]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
pytorch - Pytorch，无法获得代表
我在 PyTorch 中实现了一些 RL，并且不得不编写自己的 mse_loss 函数（我在 Stackoverflow 上找到了该函数；））。损失函数为：
现在，在我的训练循环中，第一个输入类似于：
有了这个输入，我会得到错误：
计算a = (input_ - target_)工作正常，而b = a * a分别b = torch.pow(a, 2)会因上面提到的错误而失败。
有谁知道解决这个问题？
非常感谢！
更新：我刚刚尝试使用torch.nn.functional.mse_loss它会导致相同的错误..
python - 在 python 中查找线性回归的均方误差（使用 scikit learn）
我正在尝试在 python 中进行简单的线性回归，其中 x 变量是项目描述的字数，y 值是资金速度（以天为单位）。
我有点困惑，因为测试的均方根误差 (RMSE) 为 13.77，训练数据为 13.88。首先，RMSE 不应该在 0 和 1 之间吗？其次，测试数据的 RMSE 不应该高于训练数据吗？所以我想，我做错了什么，但不确定错误在哪里。
另外，我需要知道回归的权重系数，但不幸的是不知道如何打印它，因为它隐藏在 sklearn 方法中。任何人都可以在这里帮忙吗？
这是我到目前为止所拥有的：
任何帮助深表感谢！谢谢！
python - 如何获得 RandomForestRegressior 的 train_error
我像上面的代码一样使用 RandomForestRegressor。而且，我想得到 train_error。我怎样才能做到这一点？
更具体地说：（1）我可以从 RandomForestRegressor 中得到“train_error”吗？（2）如果我使用“mean_squared_error”，我怎样才能得到训练数据的预测值。
我的问题的一些图片。
neural-network - 如何在 Torch 中修改 nn.MSECriterion.lua 等内置函数
我已经修改了torch中的文件nn/lib/THNN/generic/MSECriterion.c，使得XxX更改为XxX/2。但是在调用函数 nn.MSECriterion(vector1, vector2) 时，它正在执行相同的旧函数 XxX。如何执行新合并的更改。甚至有可能做到吗？提前致谢。
video-streaming - 如何从任意点开始视频流 HTTP 直播
我已经完成了我的研究，现在我对视频流的工作原理以及它与音频的区别有了适度的了解。现在我使用 ffmpeg 将 .Mp4 文件转换为碎片版本（一系列 .ts 和 .m3u8 清单）正在使用 hls.js 在浏览器上播放它并使其正常工作，但是对于每个请求，它总是从头开始。我不想要这个。所以我的问题是，我如何从任何时候开始流式传输？如果我使用 ffmpeg 剪切视频，它将继续创建一系列 .ts 文件。不仅如此 .m3u8 也将被重写。请问我该如何解决这个问题？如果是的话，我是否走错路了，请指出正确的方向，我很感激 tnx。
更新：我使用以下 ffmpeg 命令：
ffmpeg -i babylon.mp4 -profile:v 基线 -level 3.0 -s 840x560 -start_number 20000 -ss 30 -hls_list_size 0 -f hls babylon.m3u8
python - 在 RGB 图像的张量流中使用 SSIM 损失函数
我想使用SSIM 度量作为我在tensorflow中工作的模型的损失函数。SSIM 应该测量我的去噪自动编码器的重建输出图像与输入未损坏图像(RGB)之间的相似性。
据我了解，为了在 tensorflow 中使用 SSIM 度量，图像应标准化为 [0,1] 或 [0,255] 而不是 [-1,1]。在将我的张量转换为 [0,1] 并将 SSIM 作为我的损失函数后，重建的图像是黑白的，而不是彩色的 RGB 图像。
我的模型在MSE（均方误差）下运行良好，重建的图像是彩色的 (RGB)。
使用tf.losses.mean_squared_error(truth, reconstructed)重建图像将是 RGB 图像，而使用 SSIM 会给我一个一维图像。
为什么在张量流中使用SSIM 作为损失函数给我的结果与 MSE（就重建图像通道而言）不同？
r - 解释/解释预测结果
我使用 MLR 包在 R 中创建了一个模型，以使用距离预测价格。（线性回归模型）。在进行性能指标检查时 - 我得到以下输出：mse 0.01985664 0.mae 0.11441877 我如何解释它？我知道有一个小的绝对误差很好，但我可以说我的模型在统计上是显着的并且很好用吗？什么是正确的措辞。？
r - 计算缺少响应变量的训练集的 MSE
我有一个带有响应变量 ViolentCrimesPerPop 的训练集，我特意用控制拟合了一个大型回归树
control1 <- rpart.control(minsplit=2, cp=1e-8, xval=20)
train_control <- rpart(ViolentCrimesPerPop ~ ., data=train, method='anova', control=control1)
然后我用它来预测测试集
predict1 <- predict(train_control, newdata=test)
但是我不确定如何计算测试集的均方误差，因为它需要响应变量 ViolentCrimesPerPop，而该变量在测试集中没有给出。有人可以给我一个关于如何解决这个问题的提示吗？
python - 两个图像的 PSNR/MSE 计算
我想编写一个函数，它获取两个图像参考和编码并评估每个组件（R、G、B、Y、Cb、Cr）的 (R)MSE 和 PSNR。为此，我提取所有组件，然后转换 RGB -> YCbCr。我想在不使用内置函数的情况下计算 (R)MSE 和 PSNR。
我想编写一个新函数并最终输出每个组件的平均 PSNR 和整个图像的平均值。
有没有办法加快我的进程？
目前，img.load()每 8Mpx 图像大约需要 10-11 秒，而字典的创建需要额外 6 秒。因此，仅提取这些值并创建两个字典已经花费了 32 秒。
machine-learning - 在微分的情况下，MSE 中的术语顺序是否重要？
均方误差是机器学习中常用的成本函数：
(1/n) * sum(y - pred)**2
基本上，减法项的顺序并不重要，因为整个表达式都是平方的。
但是如果我们区分这个函数，它将不再是平方的：
2 * (y - pred)
顺序会对神经网络产生影响吗？
在大多数情况下，颠倒术语的顺序y会pred改变结果的符号。当我们使用结果来计算权重的斜率时——它会影响神经网络的收敛方式吗？