MeanSquaredLogarithmicError

clase pública MeanSquaredLogarithmicError

Calcula los errores logarítmicos cuadráticos medios entre etiquetas y predicciones.

loss = square(log(labels + 1.) - log(predictions + 1.))

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} });
    MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf);
    Operand<TFloat32> result = msle.call(labels, predictions);
    // produces 0.240f

Llamar con peso de muestra: 

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = msle.call(labels, predictions, sampleWeight);
    // produces 0.120f

Usando el tipo de reducción SUM : 

    MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.SUM);
    Operand<TFloat32> result = msle.call(labels, predictions);
    // produces 0.480f

Usando NONE tipo de reducción: 

    MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.NONE);
    Operand<TFloat32> result = msle.call(labels, predictions);
    // produces [0.240f, 0.240f]

Campos heredados

Constructores Públicos

Error logarítmico cuadrado medio (Ops tf)
Crea una pérdida de MeanSquaredError usando getSimpleName() como nombre de la pérdida y una reducción de pérdida de REDUCTION_DEFAULT .
MeanSquaredLogarithmicError (Ops tf, reducción de reducción )
Crea una pérdida de MeanSquaredError usando getSimpleName() como nombre de la pérdida.
MeanSquaredLogarithmicError (Ops tf, nombre de cadena, reducción de reducción )
Crea un error de media cuadrada

Métodos públicos

<T extiende TNumber > Operando <T>
llamada ( Operando <? extiende etiquetas TNumber >, predicciones de operando <T>, pesos de muestra de operando <T>)
Genera un Operando que calcula la pérdida.

Métodos heredados

Constructores Públicos

Error logarítmico medio cuadrado público (Ops tf)

Crea una pérdida de MeanSquaredError usando getSimpleName() como nombre de la pérdida y una reducción de pérdida de REDUCTION_DEFAULT .

Parámetros
tf las operaciones de TensorFlow

public MeanSquaredLogarithmicError (Ops tf, reducción )

Crea una pérdida de MeanSquaredError usando getSimpleName() como nombre de la pérdida.

Parámetros
tf las operaciones de TensorFlow
reducción Tipo de Reducción a aplicar sobre la pérdida.

public MeanSquaredLogarithmicError (Ops tf, nombre de cadena, reducción de reducción )

Crea un error de media cuadrada

Parámetros
tf las operaciones de TensorFlow
nombre el nombre de la perdida
reducción Tipo de Reducción a aplicar sobre la pérdida.

Métodos públicos

Llamada pública al operando <T> ( el operando <? extiende las etiquetas TNumber >, las predicciones del operando <T>, los pesos de muestra del operando <T>)

Genera un Operando que calcula la pérdida.

Parámetros
etiquetas los valores o etiquetas de verdad
predicciones las predicciones
pesos de muestra SampleWeights opcional actúa como un coeficiente de pérdida. Si se proporciona un escalar, entonces la pérdida simplemente se escala según el valor dado. Si SampleWeights es un tensor de tamaño [batch_size], entonces la pérdida total de cada muestra del lote se vuelve a escalar mediante 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 según 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