CategoricalHinge

כיתה ציבורית קטגורית ציר

מחשב את אובדן הציר הקטגורי בין תוויות ותחזיות.

loss = maximum(neg - pos + 1, 0) כאשר neg=maximum((1-labels)*predictions) ו- pos=sum(labels*predictions)

ערכי labels צפויים להיות 0 או 1.

שימוש עצמאי:

    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

מתקשר עם משקל מדגם:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1f, 0.f});
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions, sampleWeight);
    // produces 0.6f

שימוש בסוג הפחתת SUM :

    CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.SUM);
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
    // produces 2.8f

שימוש בסוג הפחתה NONE :

    CategoricalHinge categoricalHinge =
        new CategoricalHinge(tf, Reduction.NONE);
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
    // produces [1.2f, 1.6f]

שדות בירושה

בונים ציבוריים

CategoricalHinge (Ops tf)
יוצר הפסד ציר קטגורי באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT
CategoricalHinge (Ops tf, הפחתת הפחתה )
יוצר אובדן ציר קטגורי באמצעות getSimpleName() כשם ההפסד
CategoricalHinge (Ops tf, שם מחרוזת, הפחתת הפחתה )
יוצר ציר קטגורי

שיטות ציבוריות

<T מרחיב את TNummer > Operand <T>
קריאה ( Operand <? מרחיב את התוויות של TNomber >, תחזיות Operand <T>, Oprand <T> sampleWeights)
יוצר אופרנד שמחשב את ההפסד.

שיטות בירושה

בונים ציבוריים

public CategoricalHinge (Ops tf)

יוצר הפסד ציר קטגורי באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT

פרמטרים
tf ה- TensorFlow Ops

public CategoricalHinge (Ops tf, הפחתת הפחתה )

יוצר אובדן ציר קטגורי באמצעות getSimpleName() כשם ההפסד

פרמטרים
tf ה- TensorFlow Ops
צִמצוּם סוג ההפחתה שיחול על ההפסד.

public CategoricalHinge (Ops tf, שם מחרוזת, הפחתת צמצום )

יוצר ציר קטגורי

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִמצוּם סוג ההפחתה שיחול על ההפסד.

שיטות ציבוריות

קריאת Operand <T> ציבורית ( Operand <? מרחיב את התוויות של TNumber >, תחזיות Operand <T>, Oprand <T> דוגמת משקלים)

יוצר אופרנד שמחשב את ההפסד.

פרמטרים
תוויות ערכי האמת או התוויות
תחזיות את התחזיות
משקולות לדוגמה SampleWeights אופציונליים פועלים כמקדם לאובדן. אם מסופק סקלר, אז ההפסד פשוט מוגדל לפי הערך הנתון. אם SampleWeights הוא טנסור בגודל [batch_size], אז ההפסד הכולל עבור כל דגימה של האצווה משתנה מחדש על ידי האלמנט המתאים בוקטור SampleWeights. אם הצורה של SampleWeights היא [batch_size, d0, ..dN-1] (או שניתן לשדר אותה לצורה זו), אז כל רכיב אובדן של חיזויים משתנה לפי הערך המתאים של SampleWeights. (הערה לגבי dN-1: כל פונקציות האובדן מצטמצמות בממד אחד, בדרך כלל ציר=-1.)
מחזיר
  • ההפסד