MeanAbsoluteError

מחלקה ציבורית MeanAbsoluteError

מחשב את הממוצע של ההבדל המוחלט בין תוויות ותחזיות.

loss = abs(labels - predictions)

שימוש עצמאי:

    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
 

מתקשר עם משקל לדוגמה:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = mae.call(labels, predictions, sampleWeight);
    // produces 0.25f
 

שימוש בסוג הפחתת SUM :

    MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.SUM);
    Operand<TFloat32> result = mae.call(labels, predictions);
    // produces 1.0f
 

שימוש בסוג הפחתה NONE :

    MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.NONE);
    Operand<TFloat32> result = mae.call(labels, predictions);
    // produces [0.5f, 0.5f]
 

שדות בירושה

בונים ציבוריים

MeanAbsoluteError (Ops tf)
יוצר הפסד MeanAbsoluteError באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT
MeanAbsoluteError (Ops tf, הפחתת הפחתה )
יוצר MeanAbsoluteError Loss באמצעות getSimpleName() כשם ההפסד
MeanAbsoluteError (Ops tf, שם מחרוזת, הפחתת הפחתה )
יוצר MeanAbsoluteError

שיטות ציבוריות

<T מרחיב את TNummer > Operand <T>
קריאה ( Operand <? מרחיב את התוויות של TNomber >, תחזיות Operand <T>, Oprand <T> sampleWeights)
יוצר אופרנד שמחשב את ההפסד.

שיטות בירושה

בונים ציבוריים

public MeanAbsoluteError (Ops tf)

יוצר הפסד MeanAbsoluteError באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT

פרמטרים
tf ה- TensorFlow Ops

public MeanAbsoluteError (Ops tf, הפחתת הפחתה )

יוצר MeanAbsoluteError Loss באמצעות getSimpleName() כשם ההפסד

פרמטרים
tf ה- TensorFlow Ops
צִמצוּם סוג ההפחתה שיחול על ההפסד.

public MeanAbsoluteError (Ops tf, שם מחרוזת, הפחתת צמצום )

יוצר MeanAbsoluteError

פרמטרים
tf ה- TensorFlow Ops
שֵׁם שם האובדן
צִמצוּם סוג ההפחתה שיחול על ההפסד.

שיטות ציבוריות

קריאת Operand <T> ציבורית ( Operand <? מרחיב את התוויות של TNumber >, תחזיות Operand <T>, Oprand <T> דוגמת משקלים)

יוצר אופרנד שמחשב את ההפסד.

פרמטרים
תוויות ערכי האמת או התוויות
תחזיות את התחזיות
משקולות לדוגמה SampleWeights אופציונליים פועלים כמקדם לאובדן. אם מסופק סקלר, אז ההפסד פשוט מוגדל לפי הערך הנתון. אם SampleWeights הוא טנסור בגודל [batch_size], אז ההפסד הכולל עבור כל דגימה של האצווה משתנה מחדש על ידי האלמנט המתאים בוקטור SampleWeights. אם הצורה של SampleWeights היא [batch_size, d0, ..dN-1] (או שניתן לשדר אותה לצורה זו), אז כל רכיב אובדן של חיזויים משתנה לפי הערך המתאים של SampleWeights. (הערה לגבי dN-1: כל פונקציות האובדן מצטמצמות בממד אחד, בדרך כלל ציר=-1.)
החזרות
  • ההפסד