BinaryCrossentropy

genel sınıf BinaryCrossentropy

Gerçek etiketler ve tahmin edilen etiketler arasındaki ikili çapraz entropi kaybını hesaplayan bir Metrik.

Bu, yalnızca iki etiket sınıfı (0 ve 1) olduğunda kullanılacak çapraz entropi metrik sınıfıdır.

Devralınan Sabitler

org.tensorflow.framework.metrics.impl.Reduce sınıfından

Sicim	SAYMAK
Sicim	TOPLAM

Kamu İnşaatçıları

BinaryCrossentropy (Ops tf, String name, fromLogits'ten boolean, float labelSmoothing, uzun tohum, Class<T> tipi)

İkili Çapraztropi metriği oluşturur

Genel Yöntemler

İşlenen <T>

çağrı ( İşlenen <? TNumber'ı genişletir > etiketleri, İşlenen <? TNumber'ı genişletir > tahminler)

labels ve predictions arasındaki ağırlıklı kaybı hesaplar

Kalıtsal Yöntemler

org.tensorflow.framework.metrics.impl.MeanMetricWrapper sınıfından

KayıpMetrik <T>	kayıp () Kayıp fonksiyonunu alır.
Liste< Op >	updateStateList ( İşlenen <? TNumber'ı genişletir > etiketleri, İşlenen <? TNumber'ı genişletir > tahminler, İşlenen <? TNumber'ı genişletir > sampleWeights) Birçok yinelemede kaybın ağırlıklı ortalamasını hesaplamak için kayıp işlevini çağırarak ve kaybı Ortalama metriğe ileterek ortalama metriğin durumunu güncelleyen İşlemler oluşturur.

org.tensorflow.framework.metrics.impl.Reduce sınıfından

Değişken <T>	getCount () Sayım değişkenini alır
Sınıf<T>	getResultType () Değişkenlerin türünü alır
Değişken <T>	Toplamı al () Toplam değişkeni alır
Operasyon	sıfırlamaDurumları () Herhangi bir durum değişkenini başlangıç değerlerine sıfırlar
İşlenen <T>	sonuç () Metriğin geçerli sonucunu alır
Liste< Op >	updateStateList ( İşlenen <? TNumber'ı genişletir > değerleri, İşlenen <? TNumber'ı genişletir > sampleWeights) Girişlere göre metrik değişkenleri günceller.

org.tensorflow.framework.metrics.Metric sınıfından

son İşlenen <T>	callOnce ( İşlenen <? TNumber'ı genişletir > değerleri, İşlenen <? TNumber'ı genişletir > sampleWeights) Güncelleme durumunu bir kez çağırır, ardından sonucu almak için bir çağrı yapılır
Sicim	getName () Bu metriğin adını alır.
uzun	getSeed () Rastgele sayı üretecinin tohum değerini alır
Operasyonlar	getTF () TensorFlow Ops'u alır
Özet Op	sıfırlamaDurumları () Herhangi bir durum değişkenini başlangıç değerlerine sıfırlar
soyut İşlenen <T>	sonuç () Metriğin geçerli sonucunu alır
son operasyon	updateState ( İşlenen <? TNumber'ı genişletir > etiketler, İşlenen <? TNumber'ı genişletir > tahminler, İşlenen <? TNumber'ı genişletir > sampleWeights) Metrik durumu güncellemek için kontrol bağımlılıklarına sahip bir NoOp İşlemi oluşturur
son operasyon	updateState ( İşlenen <? extends TNumber > değerleri, İşlenen <? extends TNumber > sampleWeights) Metrik durumu güncellemek için kontrol bağımlılıklarına sahip bir NoOp İşlemi oluşturur
Liste< Op >	updateStateList ( İşlenen <? TNumber'ı genişletir > etiketleri, İşlenen <? TNumber'ı genişletir > tahminler, İşlenen <? TNumber'ı genişletir > sampleWeights) Metrik durumunu etiketlere ve tahminlere göre güncellemek için bir İşlem Listesi oluşturur.
Liste< Op >	updateStateList ( İşlenen <? TNumber'ı genişletir > değerleri, İşlenen <? TNumber'ı genişletir > sampleWeights) Giriş değerlerine göre ölçüm durumunu güncellemek için bir İşlem Listesi oluşturur.

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hash kodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

org.tensorflow.framework.metrics.impl.LossMetric arayüzünden

soyut İşlenen <T>

çağrı ( İşlenen <? TNumber'ı genişletir > etiketleri, İşlenen <? TNumber'ı genişletir > tahminler)

labels ve predictions arasındaki ağırlıklı kaybı hesaplar

Kamu İnşaatçıları

public BinaryCrossentropy (Ops tf, String adı, fromLogits'ten boolean, float labelSmoothing, uzun tohum, Class<T> türü)

İkili Çapraztropi metriği oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	bu metriğin adı, eğer null ise metrik adı `getSimpleName()` olur.
itibarenLogits	Tahminlerin olasılık dağılımı yerine logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı.
etiketDüzleştirme	Etiketleri düzeltmek için kullanılan değer, 0 olduğunda yumuşatma gerçekleşmez. > 0 olduğunda, tahmin edilen etiketler ile gerçek etiketlerin yumuşatılmış versiyonu arasındaki kaybı hesaplayın; burada yumuşatma etiketleri 0,5'e doğru sıkıştırır. Daha büyük label_smoothing değerleri daha ağır yumuşatmaya karşılık gelir.
tohum	rastgele sayı üretiminin tohumu. Belirli bir tohumla oluşturulan bir başlatıcı, belirli bir şekil ve veri türü için her zaman aynı rastgele tensörü üretecektir.
tip	değişkenlerin türü ve sonuç

Genel Yöntemler

genel İşlenen <T> çağrısı ( İşlenen <? TNumber'ı genişletir > etiketleri, İşlenen <? TNumber'ı genişletir > tahminler)

labels ve predictions arasındaki ağırlıklı kaybı hesaplar

Parametreler

etiketler	doğruluk değerleri veya etiketleri
tahminler	tahminler

İadeler

kayıp