Calcula la media de la diferencia absoluta entre etiquetas y predicciones.
loss = abs(labels - predictions)
Uso independiente:
Operand<TFloat32> labels = tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {1.f, 1.f}, {1.f, 0.f} }); MeanAbsoluteError mae = new MeanAbsoluteError(tf); Operand<TFloat32> result = mae.call(labels, predictions); // produces 0.5f
Llamando con el peso de la muestra:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = mae.call(labels, predictions, sampleWeight); // produces 0.25f
Usando el tipo de reducción SUM
:
MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.SUM); Operand<TFloat32> result = mae.call(labels, predictions); // produces 1.0f
Usando NONE
tipo de reducción:
MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.NONE); Operand<TFloat32> result = mae.call(labels, predictions); // produces [0.5f, 0.5f]
Campos heredados
Constructores públicos
MeanAbsoluteError (Ops tf) Crea una pérdida MeanAbsoluteError usando getSimpleName() como nombre de pérdida y una reducción de pérdida de REDUCTION_DEFAULT | |
MeanAbsoluteError (Ops tf, reducción de reducción) Crea una pérdida MeanAbsoluteError usando getSimpleName() como el nombre de la pérdida | |
Métodos públicos
<T extiende TNumber > Operando <T> |
Métodos heredados
Constructores públicos
public MeanAbsoluteError (Ops tf)
Crea una pérdida MeanAbsoluteError usando getSimpleName()
como nombre de pérdida y una reducción de pérdida de REDUCTION_DEFAULT
Parámetros
tf | las operaciones de TensorFlow |
---|
public MeanAbsoluteError (Ops tf, Reducción de reducción)
Crea una pérdida MeanAbsoluteError usando getSimpleName()
como el nombre de la pérdida
Parámetros
tf | las operaciones de TensorFlow |
---|---|
reducción | Tipo de Reducción a aplicar al siniestro. |
public MeanAbsoluteError (Ops tf, nombre de cadena, reducción de reducción)
Crea un MeanAbsoluteError
Parámetros
tf | las operaciones de TensorFlow |
---|---|
nombre | el nombre de la perdida |
reducción | Tipo de Reducción a aplicar al siniestro. |
Métodos públicos
pública operando <T> llamada ( Operando <? extiende TNumber > etiquetas, operando <T> predicciones, operando <T> sampleWeights)
Genera un operando que calcula la pérdida.
Parámetros
etiquetas | los valores de verdad o etiquetas |
---|---|
predicciones | las predicciones |
sampleWeights | SampleWeights opcional actúa como un coeficiente para la pérdida. Si se proporciona un escalar, entonces la pérdida simplemente se escala por el valor dado. Si SampleWeights es un tensor de tamaño [batch_size], entonces la pérdida total para cada muestra del lote se reescala por 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 por 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