CategoricalHinge

パブリック クラスCategoricalHinge

ラベルと予測の間のカテゴリカル ヒンジ損失を計算します。

loss = maximum(neg - pos + 1, 0)ここで、 neg=maximum((1-labels)*predictions)およびpos=sum(labels*predictions)

labels値は 0 または 1 であると想定されます。

スタンドアロンでの使用:

    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

サンプル重量を使用して呼び出します:

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

SUMリダクション タイプを使用する場合:

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

NONE削減タイプを使用する場合:

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

継承されたフィールド

パブリックコンストラクター

CategoricalHinge (Ops tf)
getSimpleName()損失名として使用し、 REDUCTION_DEFAULTの損失削減を使用してカテゴリカル ヒンジ損失を作成します。
CategoricalHinge (Ops tf、 Reductionリダクション)
getSimpleName()を損失名として使用してカテゴリカル ヒンジ損失を作成します
CategoricalHinge (Ops tf、文字列名、リダクションリダクション)
カテゴリカル ヒンジを作成します

パブリックメソッド

<T extends TNumber >オペランド<T>
call (オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト)
損失を計算するオペランドを生成します。

継承されたメソッド

パブリックコンストラクター

パブリックCategoricalHinge (Ops tf)

getSimpleName()損失名として使用し、 REDUCTION_DEFAULTの損失削減を使用してカテゴリカル ヒンジ損失を作成します。

パラメータ
TF TensorFlow オペレーション

public CategoricalHinge (Ops tf、 Reductionリダクション)

getSimpleName()を損失名として使用してカテゴリカル ヒンジ損失を作成します

パラメータ
TF TensorFlow オペレーション
削減損失に適用する減額のタイプ。

public CategoricalHinge (Ops tf、文字列名、 Reductionリダクション)

カテゴリカル ヒンジを作成します

パラメータ
TF TensorFlow オペレーション
名前喪失の名前
削減損失に適用する減額のタイプ。

パブリックメソッド

publicオペランド<T>呼び出し(オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト)

損失を計算するオペランドを生成します。

パラメータ
ラベル真理値またはラベル
予測予測
サンプルの重みオプションのsampleWeightsは、損失の係数として機能します。スカラーが指定されている場合、損失は指定された値によって単純にスケーリングされます。 SampleWeights がサイズ [batch_size] のテンソルの場合、バッチの各サンプルの合計損失は、SampleWeights ベクトルの対応する要素によって再スケーリングされます。 SampleWeights の形状が [batch_size, d0, .. dN-1] の場合 (またはこの形状にブロードキャストできる場合)、予測の各損失要素は、SampleWeights の対応する値によってスケーリングされます。 (dN-1 に関する注意: すべての損失関数は 1 次元ずつ減少します。通常は axis=-1 です。)
返品
  • 損失