CategoricalHinge

Engsel Kategorikal kelas publik

Menghitung kerugian engsel kategoris antara label dan prediksi.

loss = maximum(neg - pos + 1, 0) di mana neg=maximum((1-labels)*predictions) dan pos=sum(labels*predictions)

nilai labels diharapkan 0 atau 1.

Penggunaan mandiri:

    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

Memanggil dengan berat sampel:

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

Menggunakan tipe pengurangan SUM :

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

Menggunakan tipe reduksi NONE :

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

Bidang Warisan

Konstruktor Publik

Engsel Kategoris (Ops tf)
Membuat Kerugian Engsel Kategoris menggunakan getSimpleName() sebagai nama kerugian dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT
Engsel Kategoris (Ops tf, Pengurangan pengurangan)
Membuat Kerugian Engsel Kategoris menggunakan getSimpleName() sebagai nama kerugian
Engsel Kategoris (Ops tf, Nama string, Pengurangan pengurangan)
Membuat Engsel Kategoris

Metode Publik

<T memperluas TNomber > Operan <T>
panggilan ( Operand <? extends TNumber > label, prediksi Operand <T>, Operand <T> sampleWeights)
Menghasilkan Operan yang menghitung kerugian.

Metode Warisan

Konstruktor Publik

Engsel Kategoris publik (Ops tf)

Membuat Kerugian Engsel Kategoris menggunakan getSimpleName() sebagai nama kerugian dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT

Parameter
tf Operasi TensorFlow

Engsel Kategorikal publik (Ops tf, Pengurangan pengurangan)

Membuat Kerugian Engsel Kategoris menggunakan getSimpleName() sebagai nama kerugian

Parameter
tf Operasi TensorFlow
pengurangan Jenis Pengurangan yang diterapkan pada kerugian.

public CategoricalHinge (Ops tf, Nama string, Pengurangan pengurangan)

Membuat Engsel Kategoris

Parameter
tf Operasi TensorFlow
nama nama kerugiannya
pengurangan Jenis Pengurangan yang diterapkan pada kerugian.

Metode Publik

panggilan Operand <T> publik ( label Operand <? extends TNumber >, prediksi Operand <T>, Operand <T> sampleWeights)

Menghasilkan Operan yang menghitung kerugian.

Parameter
label nilai atau label kebenaran
prediksi prediksi
sampelBerat SampleWeights opsional bertindak sebagai koefisien kerugian. Jika skalar disediakan, maka kerugiannya hanya diskalakan dengan nilai yang diberikan. Jika SampleWeights adalah tensor dengan ukuran [batch_size], maka total kerugian untuk setiap sampel batch akan diubah skalanya dengan elemen yang sesuai dalam vektor SampleWeights. Jika bentuk SampleWeights adalah [batch_size, d0, .. dN-1] (atau dapat disiarkan ke bentuk ini), maka setiap elemen prediksi yang hilang akan diskalakan dengan nilai SampleWeights yang sesuai. (Catatan pada dN-1: semua fungsi kerugian berkurang 1 dimensi, biasanya sumbu=-1.)
Kembali
  • kerugiannya