Agrége le résumé des statistiques accumulées pour le lot.
Les statistiques récapitulatives contiennent les dégradés et les hessiens accumulés pour chaque nœud, l'ID de dimension de fonctionnalité et le compartiment.
Méthodes publiques
Sortie <Flottant> | comme Sortie () Renvoie le handle symbolique d'un tenseur. |
statique BoostedTreesAggregateStats | |
Sortie <Flottant> | statsRésumé () Tensor de rang 4 de sortie (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) contenant les statistiques accumulées pour chaque nœud, dimension de fonctionnalité et compartiment. |
Méthodes héritées
Méthodes publiques
sortie publique <Float> asOutput ()
Renvoie le handle symbolique d'un tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
création de BoostedTreesAggregateStats statiques publics (portée de portée, opérande <Integer> nodeIds, dégradés d' opérande <Float>, hessiens d' opérande <Float>, fonctionnalité d'opérande <Integer>, Long maxSplits, Long numBuckets)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération BoostedTreesAggregateStats.
Paramètres
portée | portée actuelle |
---|---|
ID de nœud | int32; Tenseur de rang 1 contenant les identifiants de nœuds pour chaque exemple, forme [batch_size]. |
dégradés | flotteur32 ; Tenseur de rang 2 (shape=[batch_size, logits_dimension]) avec des dégradés pour chaque exemple. |
hessiens | flotteur32 ; Tenseur de rang 2 (shape=[batch_size, hessian_dimension]) avec des toiles de jute pour chaque exemple. |
fonctionnalité | int32; Tenseurs de fonctionnalités de rang 2 (shape=[batch_size, feature_dimension]). |
maxSplits | entier ; le nombre maximum de divisions possibles dans l'ensemble de l'arborescence. |
nombre de seaux | entier ; est égal à la valeur maximale possible de la fonctionnalité compartimentée. |
Retour
- une nouvelle instance de BoostedTreesAggregateStats
sortie publique <Float> statsSummary ()
Tensor de rang 4 de sortie (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) contenant les statistiques accumulées pour chaque nœud, dimension de fonctionnalité et compartiment.