LossesHelper

LossesHelper kelas publik

Ini adalah metode pembantu untuk Kerugian dan Metrik dan akan menjadi modul pribadi ketika modularitas Java diterapkan ke TensorFlow Java. Metode ini tidak boleh digunakan di luar paket kerugian dan metrik.

Konstruktor Publik

Kerugian Pembantu ()

Metode Publik

statis <T extends TNumber > Operan < TInt32 >
allAxes (Ops tf, Operan <T> op)
Mendapatkan array integer Konstan yang mewakili semua sumbu operan.
statis <T memperluas TNomber > Operan <T>
computeWeightedLoss (Ops tf, Operand <T> loss, Pengurangan pengurangan, Operand <T> sampleWeight)
Menghitung kerugian tertimbang
statis <T memperluas TNomber > Operan <T>
rangeCheck (Ops tf, Awalan string, nilai Operan <T>, Operan <T> minValue, Operan <T> maxValue)
Lakukan pemeriksaan rentang inklusif pada nilainya
statis <T memperluas TNumber > LossTuple <T>
deleteSqueezableDimensions (Ops tf, label Operand <T>, prediksi Operand <T>)
Peras terakhir redup jika peringkat berbeda dari yang diharapkan tepat 1.
statis <T memperluas TNumber > LossTuple <T>
deleteSqueezableDimensions (Ops tf, label Operand <T>, prediksi Operand <T>, int ExpectRankDiff)
Peras terakhir redup jika peringkat berbeda dari yang diharapkan tepat 1.
statis <T memperluas TNomber > Operan <T>
safeMean (Ops tf, Operand <T> kerugian, numElements panjang)
Menghitung rata-rata kerugian yang aman.
statis <T memperluas TNumber > LossTuple <T>
pemerasanOrExpandDimensions (Ops tf, label Operand <T>, prediksi Operand <T>)
Peras atau perluas dimensi terakhir jika diperlukan dengan sampelBerat satu.
statis <T memperluas TNumber > LossTuple <T>
pemerasanOrExpandDimensions (Ops tf, label Operand <T>, prediksi Operand <T>, Operand <T> sampleWeights)
Peras atau perluas dimensi terakhir jika diperlukan.
statis <T memperluas TNomber > Operan <T>
valueCheck (Ops tf, Awalan string, nilai Operan <T>, Operan <T> nilai yang diizinkan)
Memeriksa untuk melihat apakah semua nilai berada dalam kumpulan nilai yang diizinkan.

Metode Warisan

Konstruktor Publik

Pembantu Kerugian publik ()

Metode Publik

Operan statis publik < TInt32 > allAxes (Ops tf, Operan <T> op)

Mendapatkan array integer Konstan yang mewakili semua sumbu operan.

Parameter
tf Operasi TensorFlow
op Operasi TensorFlow
Kembali
  • sebuah Konstanta yang mewakili semua sumbu operan.

Operan statis publik <T> computeWeightedLoss (Ops tf, Operan <T> hilang, Pengurangan pengurangan, Operan <T> sampleWeight)

Menghitung kerugian tertimbang

Parameter
tf Operasi TensorFlow
kehilangan kerugian yang tidak tertimbang
pengurangan jenis pengurangan
sampelBerat bobot sampel, jika nol maka defaultnya adalah satu.
Kembali
  • kerugian tertimbang

Operan statis publik <T> rangeCheck (Ops tf, Awalan string, nilai Operan <T>, Operan <T> minValue, Operan <T> maxValue)

Lakukan pemeriksaan rentang inklusif pada nilainya

Parameter
tf Operasi TensorFlow
awalan Awalan String untuk disertakan dalam pesan kesalahan
nilai-nilai nilai yang akan diperiksa
Nilai minimum nilai minimum
nilai maksimal nilai maksimum
Kembali
  • nilai yang mungkin memiliki dependensi kontrol jika Operasi TensorFlow mewakili Sesi Grafik
Melempar
Pengecualian Argumen Ilegal jika Operasi TensorFlow mewakili Sesi yang Bersemangat

public static LossTuple <T> deleteSqueezableDimensions (Ops tf, label Operand <T>, prediksi Operand <T>)

Peras terakhir redup jika peringkat berbeda dari yang diharapkan tepat 1.

Parameter
tf TensorFlowOps
label Nilai label, Tensor yang dimensinya sesuai dengan predictions .
prediksi Nilai yang diprediksi, Tensor dengan dimensi arbitrer.
Kembali
  • labels dan predictions , mungkin dengan perasan redup terakhir.

public static LossTuple <T> deleteSqueezableDimensions (Ops tf, label Operand <T>, prediksi Operand <T>, int ExpectRankDiff)

Peras terakhir redup jika peringkat berbeda dari yang diharapkan tepat 1.

Parameter
tf TensorFlowOps
label Nilai label, Operand yang dimensinya sesuai dengan predictions .
prediksi Nilai yang diprediksi, Tensor dengan dimensi arbitrer.
ekspektasiPeringkatDiff Hasil yang diharapkan dari rank(predictions) - rank(labels) .
Kembali
  • labels dan predictions , mungkin dengan perasan redup terakhir.

Operan statis publik <T> safeMean (Ops tf, Operan <T> kerugian, numElements panjang)

Menghitung rata-rata kerugian yang aman.

Parameter
tf Operasi TensorFlow
kerugian Operand yang elemennya berisi pengukuran kerugian individual.
numElements Jumlah elemen terukur dalam losses .
Kembali
  • Skalar mewakili rata-rata losses . Jika numElements adalah nol, maka nol dikembalikan.

public static LossTuple <T> pemerasanOrExpandDimensions (Ops tf, label Operand <T>, prediksi Operand <T>)

Peras atau perluas dimensi terakhir jika diperlukan dengan sampelBerat satu.

  1. Meredupkan predictions atau labels terakhir jika peringkatnya berbeda 1 (menggunakan removeSqueezableDimensions(Ops, Operand<T>, Operand<T>) ).
  2. Meremas atau memperluas redup terakhir sampleWeight jika peringkatnya berbeda 1 dari peringkat predictions yang baru. Jika sampleWeight adalah skalar, ia tetap skalar.

Parameter
tf Operasi TensorFlow
label Label opsional Operand yang dimensinya sesuai dengan prediction .
prediksi Nilai yang diprediksi, Operand dengan dimensi arbitrer.
Kembali
  • LossTuple prediction , label , sampleWeight akan menjadi nol. Masing-masing dari mereka mungkin memiliki dimensi terakhir yang diperas, sampleWeight dapat diperpanjang satu dimensi. Jika sampleWeight adalah null, (prediksi, label) dikembalikan.

public static LossTuple <T> pemerasanOrExpandDimensions (Ops tf, label Operand <T>, prediksi Operand <T>, Operand <T> sampleWeights)

Peras atau perluas dimensi terakhir jika diperlukan.

  1. Meredupkan predictions atau labels terakhir jika peringkatnya tidak berbeda 1.
  2. Meremas atau memperluas redup terakhir sampleWeight jika peringkatnya berbeda 1 dari peringkat predictions yang baru. Jika sampleWeight adalah skalar, ia tetap skalar.

Parameter
tf Operasi TensorFlow
label Label opsional Operand yang dimensinya sesuai dengan prediction .
prediksi Nilai yang diprediksi, Operand dengan dimensi arbitrer.
sampelBerat Bobot sampel opsional Operand yang dimensinya sesuai dengan prediction .
Kembali
  • LossTuple predictions , labels , dan sampleWeight . Masing-masing dari mereka mungkin memiliki dimensi terakhir yang diperas, sampleWeight dapat diperpanjang satu dimensi. Jika sampleWeight adalah null, hanya predictions dan labels yang mungkin diubah bentuknya yang dikembalikan.

Operan statis publik <T> valueCheck (Ops tf, awalan String, nilai Operan <T>, Operan <T> diizinkanValues)

Memeriksa untuk melihat apakah semua nilai berada dalam kumpulan nilai yang diizinkan. Menjalankan operan dalam mode Grafik akan memunculkan TFInvalidArgumentException , jika setidaknya satu nilai tidak termasuk dalam kumpulan nilai yang diizinkan. Dalam mode Eager, metode ini akan memunculkan IllegalArgumentException jika setidaknya satu nilai tidak termasuk dalam kumpulan nilai yang diizinkan.

Parameter
tf Operasi TensorFlow
awalan Awalan String untuk disertakan dalam pesan kesalahan
nilai-nilai nilai yang akan diperiksa
nilai yang diizinkan nilai yang diizinkan
Kembali
  • nilai yang mungkin memiliki dependensi kontrol jika Operasi TensorFlow mewakili Sesi Grafik
Melempar
Pengecualian Argumen Ilegal jika Sesi berada dalam mode Bersemangat dan setidaknya satu nilai tidak berada dalam nilai yang diizinkan yang ditetapkan