KLDivergence คลาสสาธารณะ
หน่วยวัดที่คำนวณหน่วยวัดการสูญเสียความแตกต่างระหว่าง Kullback-Leibler ระหว่างป้ายกำกับและการคาดการณ์
ค่าคงที่ที่สืบทอดมา
คอนสตรัคชั่นสาธารณะ
KDivergence (Ops tf, ชื่อสตริง, เมล็ดยาว, ประเภทคลาส <T>) สร้างเมตริก KDivergence |
วิธีการสาธารณะ
| ตัวดำเนินการ <T> | โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดการณ์) คำนวณการสูญเสียน้ำหนักระหว่าง labels และ predictions |
วิธีการสืบทอด
| ลอสเมตริก <T> | รับการสูญเสีย () รับฟังก์ชันการสูญเสีย |
| รายการ< ปฏิบัติการ > | updateStateList ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดคะเน, ตัวดำเนินการ <? ขยาย TNumber > ตัวอย่างน้ำหนัก) สร้างการดำเนินการที่อัปเดตสถานะของหน่วยเมตริกเฉลี่ย โดยการเรียกใช้ฟังก์ชันการสูญเสียและส่งการสูญเสียไปยังหน่วยเมตริกเฉลี่ย เพื่อคำนวณค่าเฉลี่ยถ่วงน้ำหนักของการสูญเสียในการวนซ้ำหลายครั้ง |
| ตัวแปร <T> | รับการนับ () รับตัวแปรการนับ |
| คลาส<T> | รับประเภทผลลัพธ์ () รับประเภทของตัวแปร |
| ตัวแปร <T> | รับผลรวม () รับค่าตัวแปรรวม |
| ปฏิบัติการ | รีเซ็ตสถานะ () รีเซ็ตตัวแปรสถานะใดๆ ให้เป็นค่าเริ่มต้น |
| ตัวดำเนินการ <T> | ผลลัพธ์ () รับผลลัพธ์ปัจจุบันของเมตริก |
| รายการ< ปฏิบัติการ > | updateStateList ( ตัวดำเนินการ <? ขยาย TNumber > ค่า ตัวดำเนินการ <? ขยาย TNumber > SampleWeights) อัพเดตตัวแปรเมทริกตามอินพุต |
| ตัวดำเนินการ สุดท้าย <T> | callOnce ( ตัวดำเนินการ <? ขยาย TNumber > ค่า, ตัวดำเนินการ <? ขยาย TNumber > SampleWeights) เรียกสถานะการอัปเดตหนึ่งครั้ง ตามด้วยการโทรเพื่อรับผลลัพธ์ |
| สตริง | รับชื่อ () รับชื่อของเมตริกนี้ |
| ยาว | รับเมล็ดพันธุ์ () รับค่าเมล็ดตัวสร้างตัวเลขสุ่ม |
| ปฏิบัติการ | getTF () รับ Ops TensorFlow |
| บทคัดย่อ Op | รีเซ็ตสถานะ () รีเซ็ตตัวแปรสถานะใดๆ ให้เป็นค่าเริ่มต้น |
| ตัวดำเนินการ นามธรรม <T> | ผลลัพธ์ () รับผลลัพธ์ปัจจุบันของเมตริก |
| ปฏิบัติการ สุดท้าย | updateState ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดคะเน, ตัวดำเนินการ <? ขยาย TNumber > ตัวอย่างน้ำหนัก) สร้างการดำเนินการ NoOp ที่มีการขึ้นต่อกันของการควบคุมเพื่ออัปเดตสถานะหน่วยเมตริก |
| ปฏิบัติการ สุดท้าย | updateState ( ตัวดำเนินการ <? ขยาย TNumber > ค่า ตัวดำเนินการ <? ขยาย TNumber > SampleWeights) สร้างการดำเนินการ NoOp ที่มีการขึ้นต่อกันของการควบคุมเพื่ออัปเดตสถานะหน่วยเมตริก |
| รายการ< ปฏิบัติการ > | updateStateList ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดคะเน, ตัวดำเนินการ <? ขยาย TNumber > ตัวอย่างน้ำหนัก) สร้างรายการการดำเนินการเพื่ออัปเดตสถานะเมตริกตามป้ายกำกับและการคาดคะเน |
| รายการ< ปฏิบัติการ > | updateStateList ( ตัวดำเนินการ <? ขยาย TNumber > ค่า ตัวดำเนินการ <? ขยาย TNumber > SampleWeights) สร้างรายการการดำเนินการเพื่ออัปเดตสถานะเมตริกตามค่าอินพุต |
| บูลีน | เท่ากับ (วัตถุ arg0) |
| คลาสสุดท้าย<?> | รับคลาส () |
| ภายใน | แฮชโค้ด () |
| โมฆะสุดท้าย | แจ้ง () |
| โมฆะสุดท้าย | แจ้งทั้งหมด () |
| สตริง | toString () |
| โมฆะสุดท้าย | รอสักครู่ (ยาว arg0, int arg1) |
| โมฆะสุดท้าย | รอ (ยาว arg0) |
| โมฆะสุดท้าย | รอ () |
| ตัวดำเนินการ นามธรรม <T> | โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดการณ์) คำนวณการสูญเสียน้ำหนักระหว่าง labels และ predictions |
คอนสตรัคชั่นสาธารณะ
KLDivergence สาธารณะ (Ops tf, ชื่อสตริง, เมล็ดยาว, ประเภทคลาส <T>)
สร้างเมตริก KDivergence
พารามิเตอร์
| ไม่ | Ops ของ TensorFlow |
|---|---|
| ชื่อ | ชื่อของตัวชี้วัดนี้ หากเป็นค่าว่าง ชื่อตัวชี้วัดจะเป็น getSimpleName() |
| เมล็ดพันธุ์ | เมล็ดพันธุ์สำหรับการสร้างตัวเลขสุ่ม เครื่องมือเริ่มต้นที่สร้างขึ้นด้วยเมล็ดที่กำหนดจะสร้างเทนเซอร์แบบสุ่มแบบเดียวกันเสมอสำหรับรูปร่างและประเภทข้อมูลที่กำหนด |
| พิมพ์ | ประเภทของตัวแปรและผลลัพธ์ |
วิธีการสาธารณะ
ตัวดำเนินการ สาธารณะ <T> โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <? ขยาย TNumber > การคาดการณ์)
คำนวณการสูญเสียน้ำหนักระหว่าง labels และ predictions
พารามิเตอร์
| ฉลาก | ค่าความจริงหรือป้ายกำกับ |
|---|---|
| การคาดการณ์ | การคาดการณ์ |
การส่งคืน
- การสูญเสีย