MeanSquaredError

MeanSquaredError คลาสสาธารณะ

คำนวณค่าเฉลี่ยกำลังสองของข้อผิดพลาดระหว่างป้ายกำกับและการคาดคะเน

loss = loss = square(labels - predictions)

การใช้งานแบบสแตนด์อโลน:

    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} });
    MeanSquaredError mse = new MeanSquaredError(tf);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces 0.5f

การโทรด้วยน้ำหนักตัวอย่าง:

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

การใช้ประเภทการลด SUM :

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

การใช้ประเภทการลด NONE :

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

ฟิลด์ที่สืบทอดมา

คอนสตรัคชั่นสาธารณะ

MeanSquaredError (Ops tf)
สร้างการสูญเสีย MeanSquaredError โดยใช้ getSimpleName() เป็นชื่อการสูญเสียและการลดการสูญเสียของ REDUCTION_DEFAULT
MeanSquaredError (Ops tf การลดการ ลด)
สร้าง MeanSquaredError Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย
MeanSquaredError (Ops tf ชื่อสตริง การลดการลด )
สร้าง MeanSquaredError

วิธีการสาธารณะ

<T ขยาย TNumber > ตัวถูกดำเนินการ <T>
โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดคะเน, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)
สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

วิธีการสืบทอด

คอนสตรัคชั่นสาธารณะ

MeanSquaredError สาธารณะ (Ops tf)

สร้าง MeanSquaredError Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสียและการลดการสูญเสีย REDUCTION_DEFAULT

พารามิเตอร์
ไม่ Ops ของ TensorFlow

MeanSquaredError สาธารณะ (Ops tf, การลด การลด )

สร้าง MeanSquaredError Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย

พารามิเตอร์
ไม่ Ops ของ TensorFlow
การลดน้อยลง ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

MeanSquaredError สาธารณะ (Ops tf ชื่อสตริง ลดการลด )

สร้าง MeanSquaredError

พารามิเตอร์
ไม่ Ops ของ TensorFlow
ชื่อ ชื่อของการสูญเสีย
การลดน้อยลง ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

วิธีการสาธารณะ

ตัวดำเนินการ สาธารณะ <T> โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)

สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

พารามิเตอร์
ฉลาก ค่าความจริงหรือป้ายกำกับ
การคาดการณ์ การคาดการณ์
ตัวอย่างน้ำหนัก SampleWeights ที่เป็นตัวเลือกจะทำหน้าที่เป็นสัมประสิทธิ์การสูญเสีย หากมีการระบุสเกลาร์ การสูญเสียก็จะถูกปรับขนาดตามค่าที่กำหนด หาก SampleWeights เป็นเทนเซอร์ที่มีขนาด [batch_size] ค่าที่สูญเสียทั้งหมดสำหรับแต่ละตัวอย่างในแบตช์จะถูกปรับขนาดใหม่โดยองค์ประกอบที่เกี่ยวข้องในเวกเตอร์ SampleWeights หากรูปร่างของ SampleWeights คือ [batch_size, d0, .. dN-1] (หรือสามารถถ่ายทอดไปยังรูปร่างนี้ได้) ดังนั้น องค์ประกอบที่สูญเสียแต่ละรายการของการคาดการณ์จะถูกปรับขนาดตามค่าที่สอดคล้องกันของ SampleWeights (หมายเหตุสำหรับ dN-1: ฟังก์ชันการสูญเสียทั้งหมดลดลง 1 มิติ โดยปกติจะเป็นแกน=-1)
การส่งคืน
  • การสูญเสีย