如果预测值小于标签，则如何增加损失，但如果预测值大于标签，则不增加损失

Question

我使用AI模型使用mse对值进行预测。对数据集中的噪声，模型不可能给出完美的预测。我想做的是，如果有两个与标签等距的预测，我希望较低的预测被分配的损失大于较大的预测。从本质上讲，我希望模型更有可能超过值而不是低于值。

我假设这是在编译模型时完成的。

我将如何修改用于编译模型的代码段以实现此目的？

genModel.compile(optimizer='adam',
loss='mean_squared_error',
metrics=['mae', 'mean_squared_logarithmic_error'])

Answer 1

您可以根据 api 参考创建自己的自定义损失函数，并使用它编译模型。如果您使用的是张量流，则可以参考其均方误差损失的实现，并根据需要对其进行修改。