采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
抱歉老师,之前的问题没有描述清楚。我有A,B两个向量,希望他们中对应元素差值尽可能小,因此对两个向量的对应元素采用RMSE和MAE计算平均,计算代码如下后来发现RMSE能够稳超baseline但是MAE却无法超过,这是什么原因呢?
我还是没有理解你的问题。
RMSE 和 MAE 是一个评价指标,无法改变两个向量,为什么“你有A,B两个向量,希望他们中对应元素差值尽可能小”,要使用 RMSE 或者 MAE?
抱歉。A向量是我用神经网络输出的,B向量是groudtruth,我希望最小化他们之间的差距,损失函数是l2loss。
不管 a, b 代表什么意思,RMSE 或者 MAE 只是评价指标,无法改变 a 和 b。
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14