MeanSquaredLogarithmicError

classe publique MeanSquaredLogarithmicError

Calcule les erreurs logarithmiques quadratiques moyennes entre les étiquettes et les prédictions.

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

Utilisation autonome :

    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

Appel avec le poids de l'échantillon :

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

Utilisation du type de réduction SUM :

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

Utilisation du type de réduction NONE :

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

Champs hérités

Constructeurs Publics

MeanSquaredLogarithmicError (Ops tf)
Crée une perte MeanSquaredError en utilisant getSimpleName() comme nom de perte et une réduction de perte de REDUCTION_DEFAULT
MeanSquaredLogarithmicError (Ops tf, réduction de réduction )
Crée une perte MeanSquaredError en utilisant getSimpleName() comme nom de perte
MeanSquaredLogarithmicError (Ops tf, nom de chaîne, réduction de réduction )
Crée une MeanSquaredError

Méthodes publiques

<T étend TNumber > Opérande <T>
appel ( Opérande <? étend TNumber > étiquettes, Opérande <T> prédictions, Opérande <T> sampleWeights)
Génère un opérande qui calcule la perte.

Méthodes héritées

Constructeurs Publics

public MeanSquaredLogarithmicError (Ops tf)

Crée une perte MeanSquaredError en utilisant getSimpleName() comme nom de perte et une réduction de perte de REDUCTION_DEFAULT

Paramètres
tf les opérations TensorFlow

public MeanSquaredLogarithmicError (Ops tf, réduction )

Crée une perte MeanSquaredError en utilisant getSimpleName() comme nom de perte

Paramètres
tf les opérations TensorFlow
réduction Type de réduction à appliquer sur le sinistre.

public MeanSquaredLogarithmicError (Ops tf, nom de chaîne, réduction de réduction )

Crée une MeanSquaredError

Paramètres
tf les opérations TensorFlow
nom le nom de la perte
réduction Type de réduction à appliquer sur le sinistre.

Méthodes publiques

appel public Operand <T> ( Operand <? extends TNumber > labels, Operand <T> prédictions, Operand <T> sampleWeights)

Génère un opérande qui calcule la perte.

Paramètres
étiquettes les valeurs ou étiquettes de vérité
prédictions les prédictions
exemples de poids sampleWeights facultatif agit comme un coefficient pour la perte. Si un scalaire est fourni, alors la perte est simplement adaptée à la valeur donnée. Si SampleWeights est un tenseur de taille [batch_size], alors la perte totale pour chaque échantillon du lot est redimensionnée par l'élément correspondant dans le vecteur SampleWeights. Si la forme de SampleWeights est [batch_size, d0, .. dN-1] (ou peut être diffusée vers cette forme), alors chaque élément de perte de prédictions est mis à l'échelle par la valeur correspondante de SampleWeights. (Remarque sur dN-1 : toutes les fonctions de perte sont réduites d'une dimension, généralement axis=-1.)
Retours
  • la perte