BinaryCrossentropy

public class BinaryCrossentropy

Calcula a perda de entropia cruzada entre rótulos verdadeiros e rótulos previstos.

Use essa perda de entropia cruzada quando houver apenas duas classes de rótulo (assumidas como 0 e 1). Para cada exemplo, deve haver um único valor de ponto flutuante por predição.

Uso autônomo: 

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
    BinaryCrossentropy bce = new BinaryCrossentropy(tf);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 0.815

Ligando com peso da amostra: 

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = bce.call(labels, predictions, sampleWeight);
    // produces 0.458f

Usando o tipo de redução SUM : 

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.SUM);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 1.630f

Usando o tipo de redução NONE : 

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.NONE);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces [0.916f, 0.714f]

Constantes

boleanoFROM_LOGITS_DEFAULT
flutuador LABEL_SMOOTHING_DEFAULT

Campos herdados

Construtores Públicos

BinaryCrossentropy (Ops tf)
Cria uma perda binária cruzada usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits, LABEL_SMOOTHING_DEFAULT para labelSmoothing e uma redução de perda REDUCTION_DEFAULT
BinaryCrossentropy (Ops tf, redução de redução)
Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits e LABEL_SMOOTHING_DEFAULT para labelSmoothing
BinaryCrossentropy (Ops tf, boolean fromLogits)
Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda, labelSmoothing de LABEL_SMOOTHING_DEFAULT , uma redução de REDUCTION_DEFAULT ,
BinaryCrossentropy (Ops tf, String name, boolean fromLogits)
Cria uma perda de entrecropia cruzada binária usando labelSmoothing de LABEL_SMOOTHING_DEFAULT uma redução de REDUCTION_DEFAULT .
BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing)
Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda e uma redução de REDUCTION_DEFAULT .
BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing)
Cria uma perda de entrecropia cruzada binária usando uma redução de REDUCTION_DEFAULT .
BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing, redução de redução)
Cria uma perda binária cruzada
BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing, redução de redução)
Cria uma perda binária cruzada

Métodos Públicos

<T estende TNumber > Operando <T>
chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights)
Gera um operando que calcula a perda.

Métodos herdados

Constantes

public static final booleano FROM_LOGITS_DEFAULT

Valor constante: falso

flutuante público estático final LABEL_SMOOTHING_DEFAULT

Valor constante: 0,0

Construtores Públicos

public BinaryCrossentropy (Ops tf)

Cria uma perda binária cruzada usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits, LABEL_SMOOTHING_DEFAULT para labelSmoothing e uma redução de perda REDUCTION_DEFAULT

Parâmetros
tf o TensorFlow Ops

public BinaryCrossentropy (Ops tf, redução de redução)

Cria uma perda de crossentropy binária usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits e LABEL_SMOOTHING_DEFAULT para labelSmoothing

Parâmetros
tf o TensorFlow Ops
redução Tipo de redução a aplicar à perda.

public BinaryCrossentropy (Ops tf, boolean fromLogits)

Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda, labelSmoothing de LABEL_SMOOTHING_DEFAULT , uma redução de REDUCTION_DEFAULT ,

Parâmetros
tf o TensorFlow Ops
fromLogits Se deve interpretar as previsões como um tensor de valores logit

public BinaryCrossentropy (Ops tf, String name, boolean fromLogits)

Cria uma perda de entrecropia cruzada binária usando labelSmoothing de LABEL_SMOOTHING_DEFAULT uma redução de REDUCTION_DEFAULT .

Parâmetros
tf o TensorFlow Ops
nome o nome da perda
fromLogits Se deve interpretar as previsões como um tensor de valores logit

public BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing)

Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda e uma redução de REDUCTION_DEFAULT .

Parâmetros
tf o TensorFlow Ops
fromLogits Se deve interpretar as previsões como um tensor de valores logit
labelSmoothing Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização.

public BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing)

Cria uma perda de entrecropia cruzada binária usando uma redução de REDUCTION_DEFAULT .

Parâmetros
tf o TensorFlow Ops
nome o nome da perda
fromLogits Se deve interpretar as previsões como um tensor de valores logit
labelSmoothing Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização.

public BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing, redução de redução)

Cria uma perda binária cruzada

Parâmetros
tf o TensorFlow Ops
fromLogits Se deve interpretar as previsões como um tensor de valores logit
labelSmoothing Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização.
redução Tipo de redução a aplicar à perda.

public BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing, redução de redução)

Cria uma perda binária cruzada

Parâmetros
tf o TensorFlow Ops
nome o nome da perda
fromLogits Se deve interpretar as previsões como um tensor de valores logit
labelSmoothing Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização.
redução Tipo de redução a aplicar à perda.
Lança
Exceção de argumento ilegal se labelSmoothing não está no intervalo inclusivo de 0. - 1.

Métodos Públicos

pública Operando <T> chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights)

Gera um operando que calcula a perda.

Se executado no modo Graph, o cálculo lançará TFInvalidArgumentException se os valores de predições estiverem fora do intervalo o [0. a 1.]. No modo ansioso, esta chamada lançará IllegalArgumentException , se os valores de predições estiverem fora do intervalo o [0. a 1.]

Parâmetros
rótulos os valores verdadeiros ou rótulos
previsões as previsões, os valores devem estar no intervalo [0. a 1.] inclusive.
sampleWeights SampleWeights opcional atua como um coeficiente para a perda. Se um escalar for fornecido, a perda será simplesmente dimensionada pelo valor fornecido. Se SampleWeights for um tensor de tamanho [batch_size], a perda total de cada amostra do lote será redimensionada pelo elemento correspondente no vetor SampleWeights. Se a forma de SampleWeights for [batch_size, d0, .. dN-1] (ou pode ser transmitida para esta forma), então cada elemento de perda de previsões é dimensionado pelo valor correspondente de SampleWeights. (Nota sobre dN-1: todas as funções de perda reduzem em 1 dimensão, geralmente eixo = -1.)
Devoluções
  • a perda
Lança
Exceção de argumento ilegal se as previsões estiverem fora do intervalo [0.-1.].