CategoricalCrossentropy

পাবলিক ক্লাস ক্যাটাগরিক্যাল ক্রসসেনট্রপি

লেবেল এবং ভবিষ্যদ্বাণীগুলির মধ্যে ক্রসেন্ট্রপি ক্ষতি গণনা করে।

দুই বা ততোধিক লেবেল ক্লাস থাকলে এই ক্রসসেনট্রপি লস ফাংশনটি ব্যবহার করুন। আমরা আশা করি যে এক_হট উপস্থাপনায় লেবেল সরবরাহ করা হবে। আপনি যদি পূর্ণসংখ্যা হিসাবে লেবেল প্রদান করতে চান, অনুগ্রহ করে SparseCategoricalCrossentropy ক্ষতি ব্যবহার করুন। ফিচার প্রতি # classes ফ্লোটিং পয়েন্ট মান থাকতে হবে।

স্বতন্ত্র ব্যবহার: 

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0, 1, 0}, {0, 0, 1} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.05f, 0.95f, 0f}, {0.1f, 0.8f, 0.1f} });
    CategoricalCrossentropy cce = new CategoricalCrossentropy(tf);
    Operand<TFloat32> result = cce.call(labels, predictions);
    // produces 1.177

নমুনা ওজন সহ কলিং: 

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.3f, 0.7f});
    Operand<TFloat32> result = cce.call(labels, predictions, sampleWeight);
    // produces 0.814f

SUM হ্রাসের ধরন ব্যবহার করা: 

    CategoricalCrossentropy cce = new CategoricalCrossentropy(tf, Reduction.SUM);
    Operand<TFloat32> result = cce.call(labels, predictions);
    // produces 2.354f

NONE রিডাকশন টাইপ ব্যবহার করা: 

    CategoricalCrossentropy cce =
        new CategoricalCrossentropy(tf, Reduction.NONE);
    Operand<TFloat32> result = cce.call(labels, predictions);
    // produces [0.0513f, 2.303f]

ধ্রুবক

int DEFAULT_AXIS
বুলিয়ান FROM_LOGITS_DEFAULT
ভাসা LABEL_SMOOTHING_DEFAULT

উত্তরাধিকারসূত্রে প্রাপ্ত ক্ষেত্র

পাবলিক কনস্ট্রাক্টর

ক্যাটাগরিক্যাল ক্রসেনট্রপি (অপস টিএফ)
লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস , এবং DEFAULT_AXIS এর একটি অক্ষ
ক্যাটেগরিক্যাল ক্রসেনট্রপি (অপস টিএফ, স্ট্রিং নাম)
FromLogits-এর জন্য FROM_LOGITS_DEFAULT ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস, এবং DEFAULT_AXIS এর একটি অক্ষ
ক্যাটেগরিক্যাল ক্রসসেনট্রপি (অপস টিএফ, রিডাকশন রিডাকশন)
লস নাম হিসেবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT এবং DEFAULT_AXIS এর একটি অক্ষ
শ্রেণীগত ক্রসসেনট্রপি (Ops tf, স্ট্রিং নাম, হ্রাস হ্রাস)
fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল Smoothing-এর জন্য LABEL_SMOOTHING_DEFAULT , এবং DEFAULT_AXIS এর একটি অক্ষের জন্য একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে
ক্যাটাগরিক্যাল ক্রসেনট্রপি (অপস টিএফ, লজিটস থেকে বুলিয়ান)
লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস , এবং DEFAULT_AXIS এর একটি অক্ষ
শ্রেণীগত ক্রসসেনট্রপি (অপস টিএফ, স্ট্রিং নাম, লজিটস থেকে বুলিয়ান)
লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, REDUCTION_DEFAULT এর ক্ষতি হ্রাস, এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ
ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, বুলিয়ান ফ্রম লজিটস, ফ্লোট লেবেল স্মুথিং)
লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, REDUCTION_DEFAULT এর ক্ষতি হ্রাস এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ
ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, স্ট্রিং নাম, লজিটস থেকে বুলিয়ান, ফ্লোট লেবেল স্মুথিং)
REDUCTION_DEFAULT এর লস হ্রাস এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ ব্যবহার করে একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে
ক্যাটাগরিক্যাল ক্রসসেনট্রপি (অপস টিএফ, বুলিয়ান ফ্রম লজিটস, ফ্লোট লেবেল স্মুথিং, রিডাকশন রিডাকশন)
getSimpleName() ক্ষতির নাম এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ ব্যবহার করে একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে
শ্রেণীগত ক্রসসেনট্রপি (Ops tf, স্ট্রিং নাম, বুলিয়ান ফ্রম লজিটস, ফ্লোট লেবেল স্মুথিং, রিডাকশন রিডাকশন, int অক্ষ)
একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে

পাবলিক পদ্ধতি

<T TNumber > Operand <T> প্রসারিত করে
কল ( Operand <? প্রসারিত TNumber > লেবেল, Operand <T> পূর্বাভাস, Operand <T> নমুনা ওজন)
একটি অপারেন্ড তৈরি করে যা ক্ষতি গণনা করে।

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

ধ্রুবক

সর্বজনীন স্ট্যাটিক চূড়ান্ত int DEFAULT_AXIS

ধ্রুবক মান: -1

পাবলিক স্ট্যাটিক ফাইনাল বুলিয়ান FROM_LOGITS_DEFAULT

ধ্রুবক মান: মিথ্যা

পাবলিক স্ট্যাটিক ফাইনাল ফ্লোট LABEL_SMOOTHING_DEFAULT

ধ্রুবক মান: 0.0

পাবলিক কনস্ট্রাক্টর

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ)

লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস , এবং DEFAULT_AXIS এর একটি অক্ষ

পরামিতি
tf টেনসরফ্লো অপস

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (Ops tf, স্ট্রিং নাম)

FromLogits-এর জন্য FROM_LOGITS_DEFAULT ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস, এবং DEFAULT_AXIS এর একটি অক্ষ

পরামিতি
tf টেনসরফ্লো অপস
নাম এই ক্ষতির নাম

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (Ops tf, হ্রাস হ্রাস)

লস নাম হিসেবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT এবং DEFAULT_AXIS এর একটি অক্ষ

পরামিতি
tf টেনসরফ্লো অপস
হ্রাস ক্ষতির জন্য প্রযোজ্য হ্রাসের প্রকার।

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (Ops tf, স্ট্রিং নাম, হ্রাস হ্রাস)

fromLogits-এর জন্য FROM_LOGITS_DEFAULT , লেবেল Smoothing-এর জন্য LABEL_SMOOTHING_DEFAULT , এবং DEFAULT_AXIS এর একটি অক্ষের জন্য একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে

পরামিতি
tf টেনসরফ্লো অপস
নাম এই ক্ষতির নাম
হ্রাস ক্ষতির জন্য প্রযোজ্য হ্রাসের প্রকার।

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, লজিটস থেকে বুলিয়ান)

লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT এর ক্ষতি হ্রাস , এবং DEFAULT_AXIS এর একটি অক্ষ

পরামিতি
tf টেনসরফ্লো অপস
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, স্ট্রিং নাম, লজিটস থেকে বুলিয়ান)

লেবেল স্মুথিংয়ের জন্য LABEL_SMOOTHING_DEFAULT ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, REDUCTION_DEFAULT এর ক্ষতি হ্রাস, এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ

পরামিতি
tf টেনসরফ্লো অপস
নাম এই ক্ষতির নাম
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, লজিটস থেকে বুলিয়ান, ফ্লোট লেবেল স্মুথিং)

লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি শ্রেণীগত ক্রস এনট্রপি লস তৈরি করে, REDUCTION_DEFAULT এর ক্ষতি হ্রাস এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ

পরামিতি
tf টেনসরফ্লো অপস
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা
লেবেল স্মুথিং [0, 1] এ ভাসা। যখন > 0 , লেবেল মান মসৃণ করা হয়, মানে লেবেল মানগুলির উপর আস্থা শিথিল হয়। যেমন labelSmoothing=0.2 মানে আমরা লেবেল 0 এর জন্য 0.1 এবং লেবেল 1 এর জন্য 0.9 এর মান ব্যবহার করব

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, স্ট্রিং নাম, লজিটস থেকে বুলিয়ান, ফ্লোট লেবেল স্মুথিং)

REDUCTION_DEFAULT এর লস হ্রাস এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ ব্যবহার করে একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে

পরামিতি
tf টেনসরফ্লো অপস
নাম এই ক্ষতির নাম
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা
লেবেল স্মুথিং [0, 1] এ ভাসা। যখন > 0 , লেবেল মান মসৃণ করা হয়, মানে লেবেল মানগুলির উপর আস্থা শিথিল হয়। যেমন labelSmoothing=0.2 মানে আমরা লেবেল 0 এর জন্য 0.1 এবং লেবেল 1 এর জন্য 0.9 এর মান ব্যবহার করব

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, বুলিয়ান ফ্রম লজিটস, ফ্লোট লেবেল স্মুথিং, রিডাকশন রিডাকশন)

getSimpleName() ক্ষতির নাম এবং DEFAULT_AXIS এর একটি চ্যানেল অক্ষ ব্যবহার করে একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে

পরামিতি
tf টেনসরফ্লো অপস
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা
লেবেল স্মুথিং [0, 1] এ ভাসা। যখন > 0 , লেবেল মান মসৃণ করা হয়, মানে লেবেল মানগুলির উপর আস্থা শিথিল হয়। যেমন x=0.2 মানে আমরা লেবেল 0 এর জন্য 0.1 এবং লেবেল 1 এর জন্য 0.9 এর মান ব্যবহার করব
হ্রাস ক্ষতির জন্য প্রযোজ্য হ্রাসের প্রকার।

পাবলিক ক্যাটাগরিকাল ক্রসেনট্রপি (অপস টিএফ, স্ট্রিং নাম, বুলিয়ান ফ্রম লজিটস, ফ্লোট লেবেল স্মুথিং, রিডাকশন রিডাকশন, int অক্ষ)

একটি শ্রেণীবদ্ধ ক্রস এনট্রপি লস তৈরি করে

পরামিতি
tf টেনসরফ্লো অপস
নাম এই ক্ষতির নাম
লগিট থেকে লজিট মানের টেনসর হিসাবে ভবিষ্যদ্বাণীগুলিকে ব্যাখ্যা করা হবে কিনা
লেবেল স্মুথিং [0, 1] এ ভাসা। যখন > 0 , লেবেল মান মসৃণ করা হয়, মানে লেবেল মানগুলির উপর আস্থা শিথিল হয়। যেমন labelSmoothing=0.2 মানে আমরা লেবেল 0 এর জন্য 0.1 এবং লেবেল 1 এর জন্য 0.9 এর মান ব্যবহার করব
হ্রাস ক্ষতির জন্য প্রযোজ্য হ্রাসের প্রকার।
অক্ষ চ্যানেল অক্ষ. axis=-1 ডাটা ফরম্যাট "চ্যানেল লাস্ট" এর সাথে এবং axis=1 ডাটা ফরম্যাট "চ্যানেল ফার্স্ট" এর সাথে মিলে যায়। CHANNELS_LAST এবং CHANNELS_FIRST
নিক্ষেপ করে
অবৈধ আর্গুমেন্ট ব্যতিক্রম যদি লেবেল স্মুথিং 0 এর অন্তর্ভুক্ত পরিসরে না হয়। - 1।

পাবলিক পদ্ধতি

সর্বজনীন অপারেন্ড <T> কল ( Operand <? TNumber > লেবেল প্রসারিত করে, Operand <T> পূর্বাভাস, Operand <T> নমুনা ওজন)

একটি অপারেন্ড তৈরি করে যা ক্ষতি গণনা করে।

যদি গ্রাফ মোডে চালানো হয়, তাহলে কম্পিউটেশন TFInvalidArgumentException নিক্ষেপ করবে যদি ভবিষ্যদ্বাণীর মানগুলি o [0 রেঞ্জের বাইরে থাকে। থেকে 1.] Eager মোডে, এই কলটি IllegalArgumentException নিক্ষেপ করবে, যদি পূর্বাভাসের মানগুলি o [0' সীমার বাইরে থাকে। 1 থেকে।]

পরামিতি
লেবেল সত্য মান বা লেবেল
ভবিষ্যদ্বাণী ভবিষ্যদ্বাণী, মান অবশ্যই পরিসরে হতে হবে [0. to 1.] inclusive.
নমুনা ওজন ঐচ্ছিক নমুনা ওজন ক্ষতির জন্য একটি সহগ হিসাবে কাজ করে। যদি একটি স্কেলার প্রদান করা হয়, তাহলে ক্ষতি শুধুমাত্র প্রদত্ত মান দ্বারা স্কেল করা হয়। যদি স্যাম্পলওয়েটস আকারের একটি টেনসর হয় [ব্যাচ_সাইজ], তাহলে ব্যাচের প্রতিটি নমুনার জন্য মোট ক্ষতি নমুনা ওয়েটস ভেক্টরের সংশ্লিষ্ট উপাদান দ্বারা পুনরায় স্কেল করা হয়। যদি নমুনা ওজনের আকৃতি হয় [batch_size, d0, .. dN-1] (অথবা এই আকারে সম্প্রচার করা যেতে পারে), তাহলে ভবিষ্যদ্বাণীর প্রতিটি ক্ষতির উপাদান নমুনা ওজনের সংশ্লিষ্ট মান দ্বারা স্কেল করা হয়। (dN-1-এ দ্রষ্টব্য: সমস্ত ক্ষতি ফাংশন 1 মাত্রা দ্বারা হ্রাস পায়, সাধারণত অক্ষ =-1।)
রিটার্নস
  • ক্ষতি
নিক্ষেপ করে
অবৈধ আর্গুমেন্ট ব্যতিক্রম যদি পূর্বাভাস সীমার বাইরে হয় [0.-1.]।