चेतावनी: यह एपीआई हटा दिया गया है और प्रतिस्थापन के स्थिर होने के बाद TensorFlow के भविष्य के संस्करण में हटा दिया जाएगा।

BoostedTreesCenterBias

संग्रह की मदद से व्यवस्थित रहें अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
सार्वजनिक अंतिम वर्ग BoostedTreesCenterBias

प्रशिक्षण डेटा (पूर्वाग्रह) से पहले की गणना करता है और पहले नोड में लॉगिट्स से पहले भरता है। एक बूलियन लौटाता है जो दर्शाता है कि केंद्रीकरण जारी रखना है या नहीं।

सार्वजनिक तरीके

आउटपुट <बूलियन>
asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
आउटपुट <बूलियन>
continueCentering ()
बूल, पूर्वाग्रह केंद्रित करना जारी रखना है या नहीं।
स्थिर BoostedTreesCenterBias
बनाने ( स्कोप गुंजाइश, ओपेरैंड <?> treeEnsembleHandle, ओपेरैंड <फ्लोट> meanGradients, ओपेरैंड <फ्लोट> meanHessians, ओपेरैंड <फ्लोट> एल 1, ओपेरैंड <फ्लोट> l2)
एक नया BoostedTreesCenterBias ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।

विरासत में मिली विधियां

सार्वजनिक तरीके

सार्वजनिक आउटपुट <बूलियन> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक आउटपुट <बूलियन> continueCentering ()

बूल, पूर्वाग्रह केंद्रित करना जारी रखना है या नहीं।

सार्वजनिक स्थिर BoostedTreesCenterBias बनाने ( स्कोप गुंजाइश, ओपेरैंड <?> treeEnsembleHandle, ओपेरैंड <फ्लोट> meanGradients, ओपेरैंड <फ्लोट> meanHessians, ओपेरैंड <फ्लोट> एल 1, ओपेरैंड <फ्लोट> l2)

एक नया BoostedTreesCenterBias ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।

मापदंडों
दायरा वर्तमान दायरा
ट्री एन्सेम्बलहैंडल पेड़ के पहनावे को संभालें।
माध्य ग्रेडिएंट आकार के साथ एक टेंसर = [logits_dimension] पहले नोड के लिए ग्रेडिएंट के माध्य के साथ।
मतलब हेसियन आकार के साथ एक टेंसर = [logits_dimension] पहले नोड के लिए हेसियन का मतलब।
एल1 l1 पत्ती भार पर नियमितीकरण कारक, प्रति उदाहरण आधारित।
एल2 l2 पत्ती भार पर नियमितीकरण कारक, प्रति उदाहरण आधारित।
रिटर्न
  • BoostedTreesCenterBias का एक नया उदाहरण