Huber

clase pública Huber

Calcula la pérdida de Huber entre etiquetas y predicciones.

Para cada valor x en error = labels - predictions : 

     loss = 0.5 * x^2                  if |x| <= d
     loss = 0.5 * d^2 + d * (|x| - d)  if |x| > d

donde d es delta.

Uso independiente: 

    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} });
    Huber huberLoss = new Huber(tf);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces 0.155

Llamar con peso de muestra: 

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = huberLoss.call(labels, predictions, sampleWeight);
    // produces 0.09f

Usando el tipo de reducción SUM : 

    Huber huberLoss = new Huber(tf, Reduction.SUM);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces 0.32f

Usando NONE tipo de reducción: 

    Huber huberLoss = new Huber(tf, Reduction.NONE);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces [0.18f, 0.13f]

Ver también

Constantes

flotar DELTA_DEFAULT

Campos heredados

Constructores Públicos

Huber (Ops tf)
Crea una pérdida de Huber usando getSimpleName() como nombre de pérdida, DELTA_DEFAULT como delta y una reducción de pérdida de REDUCTION_DEFAULT
Huber (Ops tf, nombre de cadena)
Crea una pérdida de Huber utilizando DELTA_DEFAULT como delta y una reducción de pérdida de REDUCTION_DEFAULT
Huber (Ops tf, Reducción reducción)
Crea una pérdida de Huber usando getSimpleName() como nombre de pérdida y DELTA_DEFAULT como delta.
Huber (Ops tf, nombre de cadena, reducción de reducción )
Crea una pérdida de Huber utilizando DELTA_DEFAULT como delta.
Huber (Ops tf, nombre de cadena, delta flotante, reducción de reducción )
Crea una pérdida de Huber

Métodos públicos

<T extiende TNumber > Operando <T>
llamada ( Operando <? extiende etiquetas TNumber >, predicciones de operando <T>, pesos de muestra de operando <T>)
Genera un Operando que calcula la pérdida.

Métodos heredados

Constantes

flotador final estático público DELTA_DEFAULT

Valor constante: 1,0

Constructores Públicos

Huber público (Ops tf)

Crea una pérdida de Huber usando getSimpleName() como nombre de pérdida, DELTA_DEFAULT como delta y una reducción de pérdida de REDUCTION_DEFAULT

Parámetros
tf las operaciones de TensorFlow

Huber público (Ops tf, nombre de cadena)

Crea una pérdida de Huber utilizando DELTA_DEFAULT como delta y una reducción de pérdida de REDUCTION_DEFAULT

Parámetros
tf las operaciones de TensorFlow
nombre el nombre de la pérdida, si es nulo, se utiliza getSimpleName() .

public Huber (Ops tf, reducción de reducción )

Crea una pérdida de Huber usando getSimpleName() como nombre de pérdida y DELTA_DEFAULT como delta.

Parámetros
tf las operaciones de TensorFlow
reducción Tipo de Reducción a aplicar sobre la pérdida.

Huber público (Ops tf, nombre de cadena, reducción de reducción )

Crea una pérdida de Huber utilizando DELTA_DEFAULT como delta.

Parámetros
tf las operaciones de TensorFlow
nombre el nombre de la pérdida, si es nulo, se utiliza getSimpleName() .
reducción Tipo de Reducción a aplicar sobre la pérdida.

Huber público (Ops tf, nombre de cadena, delta flotante, reducción de reducción )

Crea una pérdida de Huber

Parámetros
tf las operaciones de TensorFlow
nombre el nombre de la pérdida, si es nulo, se utiliza getSimpleName() .
delta el punto donde la función de pérdida de Huber cambia de cuadrática a lineal.
reducción Tipo de Reducción a aplicar sobre la pérdida.

Métodos públicos

Llamada pública al operando <T> ( el operando <? extiende las etiquetas TNumber >, las predicciones del operando <T>, los pesos de muestra del operando <T>)

Genera un Operando que calcula la pérdida.

Parámetros
etiquetas los valores o etiquetas de verdad
predicciones las predicciones
pesos de muestra SampleWeights opcional actúa como un coeficiente de pérdida. Si se proporciona un escalar, entonces la pérdida simplemente se escala según el valor dado. Si SampleWeights es un tensor de tamaño [batch_size], entonces la pérdida total de cada muestra del lote se vuelve a escalar mediante el elemento correspondiente en el vector SampleWeights. Si la forma de SampleWeights es [batch_size, d0, .. dN-1] (o se puede transmitir a esta forma), entonces cada elemento de pérdida de las predicciones se escala según el valor correspondiente de SampleWeights. (Nota sobre dN-1: todas las funciones de pérdida se reducen en 1 dimensión, generalmente eje = -1).
Devoluciones
  • la pérdida