CategoricalHinge

หมวดหมู่สาธารณะคลาส สาธารณะ

คำนวณการสูญเสียบานพับตามหมวดหมู่ระหว่างป้ายกำกับและการคาดคะเน

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

ค่า labels คาดว่าจะเป็น 0 หรือ 1

การใช้งานแบบสแตนด์อโลน:

    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

การโทรด้วยน้ำหนักตัวอย่าง:

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

การใช้ประเภทการลด SUM :

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

การใช้ประเภทการลด NONE :

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

ฟิลด์ที่สืบทอดมา

คอนสตรัคชั่นสาธารณะ

บานพับหมวดหมู่ (Ops tf)
สร้างการสูญเสียบานพับตามหมวดหมู่โดยใช้ getSimpleName() เป็นชื่อการสูญเสียและการลดการสูญเสียของ REDUCTION_DEFAULT
บานพับหมวดหมู่ (Ops tf, การลด การ ลด)
สร้าง Categorical Hinge Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย
CategoricalHinge (Ops tf, ชื่อสตริง, การลด การลด )
สร้างบานพับหมวดหมู่

วิธีการสาธารณะ

<T ขยาย TNumber > ตัวถูกดำเนินการ <T>
โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดคะเน, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)
สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

วิธีการสืบทอด

คอนสตรัคชั่นสาธารณะ

CategoricalHinge สาธารณะ (Ops tf)

สร้างการสูญเสียบานพับตามหมวดหมู่โดยใช้ getSimpleName() เป็นชื่อการสูญเสียและการลดการสูญเสียของ REDUCTION_DEFAULT

พารามิเตอร์
ไม่ Ops ของ TensorFlow

CategoricalHinge สาธารณะ (Ops tf, ลด การลด )

สร้าง Categorical Hinge Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย

พารามิเตอร์
ไม่ Ops ของ TensorFlow
การลดน้อยลง ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

CategoricalHinge สาธารณะ (Ops tf ชื่อสตริง การลดการลด )

สร้างบานพับหมวดหมู่

พารามิเตอร์
ไม่ Ops ของ TensorFlow
ชื่อ ชื่อของการสูญเสีย
การลดน้อยลง ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

วิธีการสาธารณะ

ตัวดำเนินการ สาธารณะ <T> โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)

สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

พารามิเตอร์
ฉลาก ค่าความจริงหรือป้ายกำกับ
การคาดการณ์ การคาดการณ์
ตัวอย่างน้ำหนัก SampleWeights ที่เป็นตัวเลือกจะทำหน้าที่เป็นสัมประสิทธิ์การสูญเสีย หากมีการระบุสเกลาร์ การสูญเสียก็จะถูกปรับขนาดตามค่าที่กำหนด หาก SampleWeights เป็นเทนเซอร์ที่มีขนาด [batch_size] ค่าที่สูญเสียทั้งหมดสำหรับแต่ละตัวอย่างในแบตช์จะถูกปรับขนาดใหม่โดยองค์ประกอบที่เกี่ยวข้องในเวกเตอร์ SampleWeights หากรูปร่างของ SampleWeights คือ [batch_size, d0, .. dN-1] (หรือสามารถถ่ายทอดไปยังรูปร่างนี้ได้) ดังนั้น องค์ประกอบที่สูญเสียแต่ละรายการของการคาดการณ์จะถูกปรับขนาดตามค่าที่สอดคล้องกันของ SampleWeights (หมายเหตุสำหรับ dN-1: ฟังก์ชันการสูญเสียทั้งหมดลดลง 1 มิติ โดยปกติจะเป็นแกน=-1)
การส่งคืน
  • การสูญเสีย