Calcula a perda de dobradiça entre rótulos e previsões.
loss = maximum(1 - labels * predictions, 0)
.
Espera-se que os valores dos labels
sejam -1 ou 1. Se rótulos binários (0 ou 1) forem fornecidos, eles serão convertidos para -1 ou 1.
Uso autônomo:
Operand<TFloat32> labels = tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} }); Hinge hingeLoss = new Hinge(tf); Operand<TFloat32> result = hingeLoss.call(labels, predictions); // produces 1.3f
Ligando com peso de amostra:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f}); Operand<TFloat32> result = hingeLoss.call(labels, predictions, sampleWeight); // produces 0.55f
Usando o tipo de redução SUM
:
Hinge hingeLoss = new Hinge(tf, Reduction.SUM); Operand<TFloat32> result = hingeLoss.call(labels, predictions); // produces 2.6f
Usando NONE
tipo de redução:
Hinge hingeLoss = new Hinge(tf, Reduction.NONE); Operand<TFloat32> result = hingeLoss.call(labels, predictions); // produces [1.1f, 1.5f]
Campos herdados
Construtores Públicos
Dobradiça (Ops tf) Cria uma perda de dobradiça usando getSimpleName() como o nome da perda e uma redução de perda de REDUCTION_DEFAULT | |
Dobradiça (Ops tf, redução de redução) Cria uma perda de dobradiça usando getSimpleName() como o nome da perda | |
Métodos Públicos
<T estende TNumber > Operando <T> |
Métodos herdados
Construtores Públicos
dobradiça pública (Ops tf)
Cria uma perda de dobradiça usando getSimpleName()
como o nome da perda e uma redução de perda de REDUCTION_DEFAULT
Parâmetros
tf | o TensorFlow Ops |
---|
dobradiça pública (operações tf, redução de redução)
Cria uma perda de dobradiça usando getSimpleName()
como o nome da perda
Parâmetros
tf | o TensorFlow Ops |
---|---|
redução | Tipo de redução a aplicar à perda. |
dobradiça pública (Ops tf, nome da string, redução de redução)
Cria uma dobradiça
Parâmetros
tf | o TensorFlow Ops |
---|---|
nome | o nome da perda |
redução | Tipo de redução a aplicar à perda. |
Métodos Públicos
pública Operando <T> chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights)
Gera um operando que calcula a perda.
Se executado no modo Graph, o cálculo lançará TFInvalidArgumentException
se os valores do rótulo não estiverem no conjunto [-1., 0., 1.]. No modo ansioso, esta chamada lançará IllegalArgumentException
, se os valores do rótulo não estiverem no conjunto [-1., 0., 1.].
Parâmetros
rótulos | os valores verdadeiros ou rótulos devem ser -1, 0 ou 1. Espera-se que os valores sejam -1 ou 1. Se rótulos binários (0 ou 1) forem fornecidos, eles serão convertidos para -1 ou 1. |
---|---|
previsões | as previsões, os valores devem estar no intervalo [0. a 1.] inclusive. |
sampleWeights | SampleWeights opcional atua como um coeficiente para a perda. Se um escalar for fornecido, a perda será simplesmente dimensionada pelo valor fornecido. Se sampleWeights for um tensor de tamanho [batch_size], a perda total de cada amostra do lote será redimensionada pelo elemento correspondente no vetor SampleWeights. Se a forma de SampleWeights for [batch_size, d0, .. dN-1] (ou pode ser transmitida para esta forma), então cada elemento de perda de previsões é dimensionado pelo valor correspondente de SampleWeights. (Nota sobre dN-1: todas as funções de perda reduzem em 1 dimensão, geralmente eixo = -1.) |
Devoluções
- a perda
Lança
Exceção de argumento ilegal | se as previsões estiverem fora do intervalo [0.-1.]. |
---|