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
Numune ağırlığıyla 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() 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() 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> sampleWeights)
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 partinin 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, karşılık gelen SampleWeights değerine göre ölçeklenir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.) |
İade
- kayıp