लेबल और भविष्यवाणियों के बीच क्रॉसेंट्रॉपी हानि की गणना करता है।
जब दो या दो से अधिक लेबल वर्ग हों तो इस क्रॉसेंट्रॉपी हानि फ़ंक्शन का उपयोग करें। हम उम्मीद करते हैं कि लेबल one_hot प्रतिनिधित्व में उपलब्ध कराए जाएंगे। यदि आप लेबल को पूर्णांक के रूप में प्रदान करना चाहते हैं, तो कृपया SparseCategoricalCrossentropy
हानि का उपयोग करें। प्रति सुविधा # classes
फ़्लोटिंग पॉइंट मान होना चाहिए।
स्टैंडअलोन उपयोग:
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
नमूना भार के साथ कॉलिंग:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.3f, 0.7f}); Operand<TFloat32> result = cce.call(labels, predictions, sampleWeight); // produces 0.814f
SUM
कटौती प्रकार का उपयोग करना:
CategoricalCrossentropy cce = new CategoricalCrossentropy(tf, Reduction.SUM); Operand<TFloat32> result = cce.call(labels, predictions); // produces 2.354f
NONE
कमी प्रकार का उपयोग करना:
CategoricalCrossentropy cce = new CategoricalCrossentropy(tf, Reduction.NONE); Operand<TFloat32> result = cce.call(labels, predictions); // produces [0.0513f, 2.303f]
स्थिरांक
int यहाँ | DEFAULT_AXIS | |
बूलियन | FROM_LOGITS_DEFAULT | |
तैरना | LABEL_SMOOTHING_DEFAULT |
विरासत में मिले क्षेत्र
सार्वजनिक निर्माता
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ) हानि नाम के रूप में getSimpleName() का उपयोग करके एक श्रेणीगत क्रॉस एन्ट्रापी हानि बनाता है, fromLogits के लिए FROM_LOGITS_DEFAULT , लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT की हानि में कमी, और DEFAULT_AXIS की एक धुरी | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम) fromLogits के लिए FROM_LOGITS_DEFAULT , लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT की हानि में कमी और DEFAULT_AXIS की एक धुरी का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, कटौती में कमी) हानि नाम के रूप में getSimpleName() का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है, fromLogits के लिए FROM_LOGITS_DEFAULT , लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT और DEFAULT_AXIS की एक धुरी बनाता है | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, कटौती में कमी) fromLogits के लिए एक श्रेणीगत क्रॉस एन्ट्रापी हानि FROM_LOGITS_DEFAULT , लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT और DEFAULT_AXIS की एक धुरी बनाता है | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉम लॉगिट्स) हानि नाम के रूप में getSimpleName() , लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT की हानि में कमी और DEFAULT_AXIS की एक धुरी का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है। | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, लॉगिट्स से बूलियन) लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT , REDUCTION_DEFAULT की हानि में कमी और DEFAULT_AXIS के एक चैनल अक्ष का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है। | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉम लॉगिट्स, फ्लोट लेबल स्मूथिंग) हानि नाम के रूप में getSimpleName() का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है, REDUCTION_DEFAULT की हानि में कमी, और DEFAULT_AXIS की एक चैनल धुरी | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग) REDUCTION_DEFAULT की हानि में कमी और DEFAULT_AXIS के एक चैनल अक्ष का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉम लॉगिट्स, फ्लोट लेबल स्मूथिंग, रिडक्शन रिडक्शन) हानि नाम और DEFAULT_AXIS के चैनल अक्ष के रूप में getSimpleName() का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है | |
श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, बूलियन फ्रॉम लॉगिट्स, फ्लोट लेबल स्मूथिंग, रिडक्शन रिडक्शन, इंट एक्सिस) एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है |
सार्वजनिक तरीके
<T TNumber > ऑपरेंड <T> का विस्तार करता है |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम int DEFAULT_AXIS
सार्वजनिक स्थैतिक अंतिम बूलियन FROM_LOGITS_DEFAULT
सार्वजनिक स्थैतिक अंतिम फ़्लोट LABEL_SMOOTHING_DEFAULT
सार्वजनिक निर्माता
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ)
हानि नाम के रूप में getSimpleName()
का उपयोग करके एक श्रेणीगत क्रॉस एन्ट्रापी हानि बनाता है, fromLogits के लिए FROM_LOGITS_DEFAULT
, लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
, REDUCTION_DEFAULT
की हानि में कमी, और DEFAULT_AXIS
की एक धुरी
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम)
fromLogits के लिए FROM_LOGITS_DEFAULT
, लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
, REDUCTION_DEFAULT
की हानि में कमी और DEFAULT_AXIS
की एक धुरी का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | इस हानि का नाम |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, कटौती में कमी)
हानि नाम के रूप में getSimpleName()
का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है, fromLogits के लिए FROM_LOGITS_DEFAULT
, लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
और DEFAULT_AXIS
की एक धुरी बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, कटौती में कमी)
fromLogits के लिए एक श्रेणीगत क्रॉस एन्ट्रापी हानि FROM_LOGITS_DEFAULT
, लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
और DEFAULT_AXIS
की एक धुरी बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | इस हानि का नाम |
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉमलॉगिट्स)
हानि नाम के रूप में getSimpleName()
, लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
, REDUCTION_DEFAULT
की हानि में कमी और DEFAULT_AXIS
की एक धुरी का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है।
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, बूलियन फ्रॉमलॉगिट्स)
लेबलस्मूथिंग के लिए LABEL_SMOOTHING_DEFAULT
, REDUCTION_DEFAULT
की हानि में कमी और DEFAULT_AXIS
के एक चैनल अक्ष का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है।
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | इस हानि का नाम |
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग)
हानि नाम के रूप में getSimpleName()
का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है, REDUCTION_DEFAULT
की हानि में कमी, और DEFAULT_AXIS
की एक चैनल धुरी
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
लेबलस्मूथिंग | [0, 1] में फ़्लोट करें। जब > 0 होता है, तो लेबल मान सुचारू हो जाते हैं, जिसका अर्थ है कि लेबल मानों पर विश्वास शिथिल हो जाता है। उदाहरण के लिए labelSmoothing=0.2 अर्थ है कि हम लेबल 0 के लिए 0.1 और लेबल 1 के लिए 0.9 का मान उपयोग करेंगे। |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग)
REDUCTION_DEFAULT
की हानि में कमी और DEFAULT_AXIS
के एक चैनल अक्ष का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रापी हानि बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | इस हानि का नाम |
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
लेबलस्मूथिंग | [0, 1] में फ़्लोट करें। जब > 0 होता है, तो लेबल मान सुचारू हो जाते हैं, जिसका अर्थ है कि लेबल मानों पर विश्वास शिथिल हो जाता है। उदाहरण के लिए labelSmoothing=0.2 अर्थ है कि हम लेबल 0 के लिए 0.1 और लेबल 1 के लिए 0.9 का मान उपयोग करेंगे। |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग, रिडक्शन रिडक्शन)
हानि नाम और DEFAULT_AXIS
के चैनल अक्ष के रूप में getSimpleName()
का उपयोग करके एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
लेबलस्मूथिंग | [0, 1] में फ़्लोट करें। जब > 0 होता है, तो लेबल मान सुचारू हो जाते हैं, जिसका अर्थ है कि लेबल मानों पर विश्वास शिथिल हो जाता है। उदाहरण के लिए x=0.2 का अर्थ है कि हम लेबल 0 के लिए 0.1 और लेबल 1 के लिए 0.9 का मान उपयोग करेंगे। |
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
सार्वजनिक श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, स्ट्रिंग नाम, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबल स्मूथिंग, रिडक्शन रिडक्शन, इंट एक्सिस)
एक श्रेणीबद्ध क्रॉस एन्ट्रॉपी हानि बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | इस हानि का नाम |
लॉगिट्स से | क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है |
लेबलस्मूथिंग | [0, 1] में फ़्लोट करें। जब > 0 होता है, तो लेबल मान सुचारू हो जाते हैं, जिसका अर्थ है कि लेबल मानों पर विश्वास शिथिल हो जाता है। उदाहरण के लिए labelSmoothing=0.2 अर्थ है कि हम लेबल 0 के लिए 0.1 और लेबल 1 के लिए 0.9 का मान उपयोग करेंगे। |
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
एक्सिस | चैनल अक्ष. axis=-1 डेटा प्रारूप "चैनल अंतिम" से मेल खाता है और axis=1 डेटा प्रारूप "चैनल प्रथम" से मेल खाता है। CHANNELS_LAST और CHANNELS_FIRST |
फेंकता
अवैध तर्क अपवाद | यदि लेबलस्मूथिंग 0.-1 की समावेशी सीमा में नहीं है। |
---|
सार्वजनिक तरीके
सार्वजनिक ऑपरेंड <T> कॉल ( ऑपरेंड <? एक्सटेंड्स TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान, ऑपरेंड <T> सैंपलवेट्स)
एक ऑपरेंड उत्पन्न करता है जो नुकसान की गणना करता है।
यदि ग्राफ़ मोड में चलाया जाता है, तो गणना TFInvalidArgumentException
फेंक देगी यदि पूर्वानुमान मान सीमा ओ [0 के बाहर हैं। से 1.]. उत्सुक मोड में, यह कॉल IllegalArgumentException
फेंक देगा, यदि पूर्वानुमान मान सीमा ओ [0 के बाहर हैं। से 1.]
पैरामीटर
लेबल | सत्य मान या लेबल |
---|---|
भविष्यवाणियों | पूर्वानुमान, मान सीमा में होने चाहिए [0. से 1.] समावेशी। |
नमूनावजन | वैकल्पिक नमूना वज़न हानि के लिए गुणांक के रूप में कार्य करता है। यदि एक अदिश राशि प्रदान की जाती है, तो हानि को केवल दिए गए मान से मापा जाता है। यदि सैंपलवेट्स आकार का एक टेंसर है [बैच_आकार], तो बैच के प्रत्येक नमूने के लिए कुल नुकसान सैंपलवेट्स वेक्टर में संबंधित तत्व द्वारा पुन: स्केल किया जाता है। यदि सैंपलवेट्स का आकार [बैच_साइज, डी0, .. डीएन-1] है (या इस आकार में प्रसारित किया जा सकता है), तो भविष्यवाणियों के प्रत्येक हानि तत्व को सैंपलवेट्स के संबंधित मूल्य द्वारा स्केल किया जाता है। (डीएन-1 पर ध्यान दें: सभी हानि फ़ंक्शन 1 आयाम से कम हो जाते हैं, आमतौर पर अक्ष=-1।) |
रिटर्न
- हानि
फेंकता
अवैध तर्क अपवाद | यदि भविष्यवाणियाँ सीमा से बाहर हैं [0.-1.]। |
---|