Etiketler ve tahminler arasındaki mutlak farkın ortalamasını hesaplar.
loss = abs(labels - predictions)
Bağımsız kullanım:
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
Örnek ağırlıkla arama:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = mae.call(labels, predictions, sampleWeight); // produces 0.25f
SUM
azaltma türünü kullanma:
MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.SUM); Operand<TFloat32> result = mae.call(labels, predictions); // produces 1.0f
NONE
azaltma türünü kullanma:
MeanAbsoluteError mae = new MeanAbsoluteError(tf, Reduction.NONE); Operand<TFloat32> result = mae.call(labels, predictions); // produces [0.5f, 0.5f]
Devralınan Alanlar
Kamu İnşaatçıları
Ortalama Mutlak Hata (Ops tf) Kayıp adı olarak getSimpleName() işlevini kullanarak bir MeanAbsoluteError Kaybı ve REDUCTION_DEFAULT Kayıp Azaltma oluşturur | |
MeanAbsoluteError (Ops tf, Azaltma azaltma) Kayıp adı olarak getSimpleName() öğesini kullanarak bir MeanAbsoluteError Loss oluşturur | |
Genel Yöntemler
<T TNumber'ı genişletir > İşlenen <T> |
Kalıtsal Yöntemler
Kamu İnşaatçıları
genel MeanAbsoluteError (Ops tf)
Kayıp adı olarak getSimpleName()
işlevini kullanarak bir MeanAbsoluteError Kaybı ve REDUCTION_DEFAULT
Kayıp Azaltma oluşturur
Parametreler
TF | TensorFlow Operasyonları |
---|
public MeanAbsoluteError (Ops tf, Azaltma azaltma)
Kayıp adı olarak getSimpleName()
öğesini kullanarak bir MeanAbsoluteError Loss oluşturur
Parametreler
TF | TensorFlow Operasyonları |
---|---|
kesinti | Zarara uygulanacak İndirim Türü. |
public MeanAbsoluteError (Ops tf, Dize adı, Azaltma azaltma)
Bir MeanAbsoluteError oluşturur
Parametreler
TF | TensorFlow Operasyonları |
---|---|
isim | kaybın adı |
kesinti | Zarara uygulanacak İndirim Türü. |
Genel Yöntemler
genel İşlenen <T> çağrısı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnek Ağırlıkları)
Kaybı hesaplayan bir İşlenen üretir.
Parametreler
etiketler | doğruluk değerleri veya etiketleri |
---|---|
tahminler | tahminler |
örnekAğırlıklar | İsteğe bağlı sampleWeights, kayıp için bir katsayı görevi görür. Bir skaler sağlanırsa, kayıp verilen değere göre ölçeklendirilir. SampleWeights, [batch_size] boyutunda bir tensör ise, o zaman grubun her numunesi için toplam kayıp, SampleWeights vektöründeki karşılık gelen öğe tarafından yeniden ölçeklendirilir. SampleWeights'ın şekli [batch_size, d0, .. dN-1] ise (veya bu şekle yayınlanabiliyorsa), o zaman tahminlerin her kayıp öğesi, SampleWeights'ın karşılık gelen değerine göre ölçeklendirilir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.) |
İadeler
- kayıp