يحسب خسارة المفصلة الفئوية بين التسميات والتنبؤات.
loss = maximum(neg - pos + 1, 0) حيث neg=maximum((1-labels)*predictions) و pos=sum(labels*predictions)
من المتوقع أن تكون قيم labels 0 أو 1.
الاستخدام المستقل:
Operand<TFloat32> labels =
tf.constant(new float[][] { {0, 1}, {0, 0} });
Operand<TFloat32> predictions =
tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
CategoricalHinge categoricalHinge = new CategoricalHinge(tf);
Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
// produces 1.4
الاتصال مع وزن العينة:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1f, 0.f});
Operand<TFloat32> result = categoricalHinge.call(labels, predictions, sampleWeight);
// produces 0.6f
باستخدام نوع التخفيض SUM :
CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.SUM);
Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
// produces 2.8f
باستخدام نوع التخفيض NONE :
CategoricalHinge categoricalHinge =
new CategoricalHinge(tf, Reduction.NONE);
Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
// produces [1.2f, 1.6f]
الحقول الموروثة
المقاولون العامون
المفصلة القاطعة (Ops tf) إنشاء خسارة مفصلية فئوية باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT | |
المفصلة القاطعة (Ops tf، تقليل التخفيض ) ينشئ خسارة مفصلية فئوية باستخدام getSimpleName() كاسم للخسارة | |
الأساليب العامة
| <T يمتد TNumber > المعامل <T> |
الطرق الموروثة
المقاولون العامون
المفصلة الفئوية العامة (Ops tf)
إنشاء خسارة مفصلية فئوية باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT
حدود
| tf | عمليات TensorFlow |
|---|
المفصلة التصنيفية العامة (Ops tf، تقليل التخفيض )
ينشئ خسارة مفصلية فئوية باستخدام getSimpleName() كاسم للخسارة
حدود
| tf | عمليات TensorFlow |
|---|---|
| تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
المفصلة التصنيفية العامة (Ops tf، اسم السلسلة، تقليل التخفيض )
يخلق المفصلة الفئوية
حدود
| tf | عمليات TensorFlow |
|---|---|
| اسم | اسم الخسارة |
| تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
الأساليب العامة
استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)
يولد المعامل الذي يحسب الخسارة.
حدود
| تسميات | قيم الحقيقة أو التسميات |
|---|---|
| التنبؤات | التوقعات |
| SampleWeights | تعمل أوزان العينات الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس الخسارة الإجمالية لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: جميع دوال الخسارة تقلل بمقدار بُعد واحد، وعادة ما يكون المحور=-1.) |
المرتجعات
- الخسارة