BinaryCrossentropy

публичный класс BinaryCrossentropy

Метрика, которая вычисляет двоичную кросс-энтропийную потерю между истинными метками и прогнозируемыми метками.

Это класс метрики кроссэнтропии, который следует использовать, когда имеется только два класса меток (0 и 1).

Унаследованные константы

Публичные конструкторы

BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, длинное начальное число, тип Class<T>)
Создает метрику BinaryCrossentropy.

Публичные методы

Операнд <Т>
вызов ( Операнд <? расширяет метки TNumber >, Операнд <? расширяет TNumber > прогнозы)
Вычисляет взвешенную потерю между labels и predictions

Унаследованные методы

Публичные конструкторы

public BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, длинное начальное число, тип Class<T>)

Создает метрику BinaryCrossentropy.

Параметры
ТС Операции TensorFlow
имя имя этой метрики, если значение равно нулю, то имя метрики — getSimpleName() .
fromLogits Следует ли интерпретировать прогнозы как тензор логит-значений, а не как распределение вероятностей.
labelСглаживание значение, используемое для сглаживания меток. При значении 0 сглаживание не происходит. Когда > 0, вычислите потерю между предсказанными метками и сглаженной версией истинных меток, где сглаживание сжимает метки до 0,5. Большие значения label_smoothing соответствуют более сильному сглаживанию.
семя начальное значение для генерации случайных чисел. Инициализатор, созданный с заданным начальным числом, всегда будет создавать один и тот же случайный тензор для заданной формы и типа данных.
тип тип переменных и результат

Публичные методы

общедоступный вызов операнда <T> ( Операнд <? расширяет метки TNumber >, операнд <? расширяет прогнозы TNumber >)

Вычисляет взвешенную потерю между labels и predictions

Параметры
этикетки значения истинности или метки
предсказания предсказания
Возврат
  • потеря