BinaryCrossentropy

الطبقة العامة BinaryCrossentropy

مقياس يحسب الخسارة الثنائية للإنتروبيا المتبادلة بين التسميات الحقيقية والتسميات المتوقعة.

هذه هي فئة قياس الانتروبيا التي سيتم استخدامها عندما يكون هناك فئتان فقط من التصنيفات (0 و1).

الثوابت الموروثة

المقاولون العامون

BinaryCrossentropy (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة، تجانس، بذرة طويلة، نوع Class<T>)
إنشاء مقياس BinaryCrossentropy

الأساليب العامة

المعامل <T>
استدعاء ( المعامل <؟ يمتد TNumber > التسميات، المعامل <؟ يمتد TNumber > التنبؤات)
حساب الخسارة المرجحة بين labels predictions

الطرق الموروثة

المقاولون العامون

BinaryCrossentropy العام (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة، تجانس، بذرة طويلة، نوع Class<T>)

إنشاء مقياس BinaryCrossentropy

حدود
tf عمليات TensorFlow
اسم اسم هذا المقياس، إذا كان فارغًا، فإن اسم المقياس هو getSimpleName() .
fromLogits ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية بدلاً من التوزيع الاحتمالي.
labelSmoothing القيمة المستخدمة لتسوية التسميات، عندما تكون القيمة 0، لا يحدث أي تجانس. عندما يكون > 0، قم بحساب الخسارة بين التسميات المتوقعة والنسخة المتجانسة من التسميات الحقيقية، حيث يؤدي التجانس إلى ضغط التسميات نحو 0.5. تتوافق القيم الأكبر لـ label_smoothing مع التجانس الأثقل.
بذرة البذور لتوليد أرقام عشوائية. ستنتج أداة التهيئة التي تم إنشاؤها باستخدام بذرة معينة دائمًا نفس الموتر العشوائي لشكل معين ونوع بيانات معين.
يكتب نوع المتغيرات والنتيجة

الأساليب العامة

استدعاء المعامل العام <T> ( المعامل <? يمتد TNumber > التسميات، المعامل <? يمتد TNumber > التنبؤات)

حساب الخسارة المرجحة بين labels predictions

حدود
تسميات قيم الحقيقة أو التسميات
التنبؤات التوقعات
عائدات
  • خسارة