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 el peso de la 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

MeanSquaredLogarithmicError (Ops tf)
Crea una pérdida MeanSquaredError usando getSimpleName() como nombre de pérdida y una reducción de pérdida de REDUCTION_DEFAULT
MeanSquaredLogarithmicError (Ops tf, Reducción de reducción)
Crea una pérdida MeanSquaredError usando getSimpleName() como el nombre de la pérdida
MeanSquaredLogarithmicError (Ops tf, nombre de cadena, reducción de reducción)
Crea un MeanSquaredError

Métodos públicos

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

Métodos heredados

Constructores públicos

public MeanSquaredLogarithmicError (Ops tf)

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

Parámetros
tf las operaciones de TensorFlow

public MeanSquaredLogarithmicError (Ops tf, Reducción de reducción)

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

Parámetros
tf las operaciones de TensorFlow
reducción Tipo de Reducción a aplicar al siniestro.

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

Crea un MeanSquaredError

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

Métodos públicos

pública operando <T> llamada ( Operando <? extiende TNumber > etiquetas, operando <T> predicciones, operando <T> sampleWeights)

Genera un operando que calcula la pérdida.

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