تلفات لولای طبقه بندی شده بین برچسب ها و پیش بینی ها را محاسبه می کند.
loss = maximum(neg - pos + 1, 0) که در آن neg=maximum((1-labels)*predictions) و pos=sum(labels*predictions)
انتظار می رود مقادیر labels 0 یا 1 باشد.
استفاده مستقل:
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
تماس با وزن نمونه:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1f, 0.f});
Operand<TFloat32> result = categoricalHinge.call(labels, predictions, sampleWeight);
// produces 0.6f
با استفاده از نوع کاهش SUM :
CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.SUM);
Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
// produces 2.8f
استفاده از نوع کاهش NONE :
CategoricalHinge categoricalHinge =
new CategoricalHinge(tf, Reduction.NONE);
Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
// produces [1.2f, 1.6f]
فیلدهای ارثی
سازندگان عمومی
CategoryHinge (Ops tf) با استفاده از getSimpleName() به عنوان نام ضرر و کاهش تلفات REDUCTION_DEFAULT ، یک Loss دسته بندی لولا ایجاد می کند. | |
CategoryHinge (Ops tf، کاهش کاهش) با استفاده از getSimpleName() به عنوان نام ضرر، یک Loss دسته بندی لولا ایجاد می کند | |
روش های عمومی
| <T TNumber > عملوند <T> را گسترش می دهد |
روش های ارثی
سازندگان عمومی
دسته بندی عمومی (Ops tf)
با استفاده از getSimpleName() به عنوان نام ضرر و کاهش تلفات REDUCTION_DEFAULT ، یک Loss دسته بندی لولا ایجاد می کند.
پارامترها
| tf | TensorFlow Ops |
|---|
دسته بندی عمومی (Ops tf، کاهش کاهش)
با استفاده از getSimpleName() به عنوان نام ضرر، یک Loss دسته بندی لولا ایجاد می کند
پارامترها
| tf | TensorFlow Ops |
|---|---|
| کاهش | نوع کاهش برای اعمال زیان. |
عمومی CategoricalHinge (Ops tf، نام رشته، کاهش کاهش)
یک لولای دسته بندی ایجاد می کند
پارامترها
| tf | TensorFlow Ops |
|---|---|
| نام | نام باخت |
| کاهش | نوع کاهش برای اعمال زیان. |
روش های عمومی
فراخوان عمومی Operand <T> ( Operand <? TNumber > برچسب ها را گسترش می دهد، پیش بینی های Operand <T>، Operand <T> sampleWeights)
یک عملوند تولید می کند که ضرر را محاسبه می کند.
پارامترها
| برچسب ها | ارزش ها یا برچسب های حقیقت |
|---|---|
| پیش بینی ها | پیش بینی ها |
| وزن نمونه | نمونه اختیاری Weights به عنوان ضریب ضرر عمل می کند. اگر یک اسکالر ارائه شود، ضرر به سادگی با مقدار داده شده مقیاس می شود. اگر SampleWeights یک تانسور با اندازه [batch_size] باشد، آنگاه تلفات کل برای هر نمونه از دسته توسط عنصر مربوطه در بردار SampleWeights مجدداً مقیاس میشود. اگر شکل SampleWeights [batch_size, d0, .. dN-1] باشد (یا می تواند به این شکل پخش شود)، آنگاه هر عنصر از دست دادن پیش بینی با مقدار مربوط به SampleWeights مقیاس می شود. (توجه به dN-1: تمام توابع تلفات 1 بعد کاهش می یابد، معمولاً محور =-1.) |
برمی گرداند
- از دست دادن