Calcula la pérdida de bisagra categórica entre etiquetas y predicciones.
loss = maximum(neg - pos + 1, 0)
donde neg=maximum((1-labels)*predictions)
y pos=sum(labels*predictions)
Se espera que los valores de las labels
sean 0 o 1.
Uso independiente:
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
Llamando con el peso de la muestra:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1f, 0.f}); Operand<TFloat32> result = categoricalHinge.call(labels, predictions, sampleWeight); // produces 0.6f
Usando el tipo de reducción SUM
:
CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.SUM); Operand<TFloat32> result = categoricalHinge.call(labels, predictions); // produces 2.8f
Usando NONE
tipo de reducción:
CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.NONE); Operand<TFloat32> result = categoricalHinge.call(labels, predictions); // produces [1.2f, 1.6f]
Campos heredados
Constructores públicos
CategoricalHinge (Ops tf) Crea una pérdida de bisagra categórica utilizando getSimpleName() como nombre de pérdida y una reducción de pérdida de REDUCTION_DEFAULT | |
CategoricalHinge (Ops tf, Reducción de reducción) Crea una pérdida de bisagra categórica utilizando getSimpleName() como nombre de pérdida | |
Métodos públicos
<T extiende TNumber > Operando <T> |
Métodos heredados
Constructores públicos
public CategoricalHinge (Ops tf)
Crea una pérdida de bisagra categórica utilizando getSimpleName()
como nombre de pérdida y una reducción de pérdida de REDUCTION_DEFAULT
Parámetros
tf | las operaciones de TensorFlow |
---|
public CategoricalHinge (Ops tf, Reducción de reducción)
Crea una pérdida de bisagra categórica utilizando getSimpleName()
como nombre de pérdida
Parámetros
tf | las operaciones de TensorFlow |
---|---|
reducción | Tipo de Reducción a aplicar al siniestro. |
public CategoricalHinge (Ops tf, nombre de cadena, reducción de reducción)
Crea una bisagra categórica
Parámetros
tf | las operaciones de TensorFlow |
---|---|
nombre | el nombre de la perdida |
reducción | Tipo de Reducción a aplicar al siniestro. |
Métodos públicos
pública operando <T> llamada ( Operando <? extiende TNumber > etiquetas, operando <T> predicciones, operando <T> sampleWeights)
Genera un operando que calcula la pérdida.
Parámetros
etiquetas | los valores de verdad o etiquetas |
---|---|
predicciones | las predicciones |
sampleWeights | SampleWeights opcional actúa como un coeficiente para la pérdida. Si se proporciona un escalar, entonces la pérdida simplemente se escala por el valor dado. Si SampleWeights es un tensor de tamaño [batch_size], entonces la pérdida total para cada muestra del lote se reescala por el elemento correspondiente en el vector SampleWeights. Si la forma de SampleWeights es [batch_size, d0, .. dN-1] (o se puede transmitir a esta forma), entonces cada elemento de pérdida de las predicciones se escala por el valor correspondiente de SampleWeights. (Nota sobre dN-1: todas las funciones de pérdida se reducen en 1 dimensión, generalmente eje = -1). |
Devoluciones
- la pérdida