публичный финальный класс BoostedTreesAggregateStats
Агрегирует сводку накопленной статистики для пакета.
Сводная статистика содержит градиенты и гессианы, накопленные для каждого узла, идентификатора измерения объекта и сегмента.
Публичные методы
| Выход <С плавающей запятой> | какВывод () Возвращает символический дескриптор тензора. |
| статический BoostedTreesAggregateStats | |
| Выход <С плавающей запятой> | статистикаСводка () выходной тензор 4-го ранга (shape=[splits, Feature_dimension, Buckets, logits_dimension + hessian_dimension]), содержащий накопленную статистику для каждого узла, измерения объекта и сегмента. |
Унаследованные методы
Публичные методы
общедоступный вывод <Float> asOutput ()
Возвращает символический дескриптор тензора.
Входные данные для операций TensorFlow являются выходными данными другой операции TensorFlow. Этот метод используется для получения символического дескриптора, который представляет собой вычисление входных данных.
public static BoostedTreesAggregateStats create (область действия , Operand <Integer> nodeIds, Operand <Float> градиенты, Operand <Float> гессианы, функция Operand <Integer>, Long maxSplits, Long numBuckets)
Фабричный метод для создания класса, обертывающего новую операцию BoostedTreesAggregateStats.
Параметры
| объем | текущий объем |
|---|---|
| идентификаторы узлов | интервал32; Тензор ранга 1, содержащий идентификаторы узлов для каждого примера, форма [batch_size]. |
| градиенты | поплавок32; Тензор 2-го ранга (shape=[batch_size, logits_dimension]) с градиентами для каждого примера. |
| гессенцы | поплавок32; Тензор 2-го ранга (shape=[batch_size, hessian_dimension]) с гессианами для каждого примера. |
| особенность | интервал32; Тензоры функции ранга 2 (shape=[batch_size, Feature_dimension]). |
| maxSplits | интервал; максимально возможное количество разбиений во всем дереве. |
| numBuckets | интервал; равно максимально возможному значению сегментированного признака. |
Возврат
- новый экземпляр BoostedTreesAggregateStats
публичный вывод <Float> statsSummary ()
выходной тензор 4-го ранга (shape=[splits, Feature_dimension, Buckets, logits_dimension + hessian_dimension]), содержащий накопленную статистику для каждого узла, измерения объекта и сегмента.