Mean
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
| Известные прямые подклассы |
Известные косвенные подклассы BinaryCrossentropy <T расширяет TNumber >, CategoricalCrossentropy <T расширяет TNumber >, CategoricalHinge <T расширяет TNumber >, CosineSimilarity <T расширяет TNumber >, Hinge <T расширяет TNumber >, KLDivergence <T расширяет TNumber >, LogCoshError <T расширяет TNumber >, MeanAbsoluteError <T расширяет TNumber >, MeanAbsolutePercentageError <T расширяет TNumber >, MeanSquaredError <T расширяет TNumber >, MeanSquaredLogarithmicError <T расширяет TNumber >, Пуассон <T расширяет TNumber >, SparseCategoricalCrossentropy <T расширяет TNumber >, SquaredHinge <T расширяет TNumber > | BinaryCrossentropy <T расширяет TNumber > | Метрика, которая вычисляет двоичную кросс-энтропийную потерю между истинными метками и прогнозируемыми метками. | | CategoricalCrossentropy <T расширяет TNumber > | Метрика, которая вычисляет категориальную потерю перекрестной энтропии между истинными метками и прогнозируемыми метками. | | CategoricalHinge <T расширяет TNumber > | Метрика, которая вычисляет категориальную метрику потерь шарнира между метками и прогнозами. | | CosineSimilarity <T расширяет TNumber > | Метрика, которая вычисляет метрику косинусного сходства между метками и прогнозами. | | Шарнир <T расширяет TNumber > | Метрика, которая вычисляет метрику потерь шарнира между метками и прогнозами. | | KLDivergence <T расширяет TNumber > | Метрика, которая вычисляет метрику потерь расхождения Кульбака-Лейблера между метками и прогнозами. | | LogCashError <T расширяет TNumber > | Метрика, которая вычисляет логарифм гиперболического косинуса метрики ошибки прогнозирования между метками и прогнозами. | | MeanAbsoluteError <T расширяет TNumber > | Метрика, вычисляющая среднее значение абсолютной разницы между метками и прогнозами. | | MeanAbsolutePercentageError <T расширяет TNumber > | Метрика, вычисляющая среднее значение абсолютной разницы между метками и прогнозами. | | MeanSquaredError <T расширяет TNumber > | Метрика, вычисляющая среднее значение абсолютной разницы между метками и прогнозами. | | MeanSquaredLogarithmicError <T расширяет TNumber > | Метрика, вычисляющая среднее значение абсолютной разницы между метками и прогнозами. | | Пуассон <T расширяет TNumber > | Метрика, которая вычисляет метрику потерь Пуассона между метками и прогнозами. | | SparseCategoricalCrossentropy <T расширяет TNumber > | Метрика, которая вычисляет разреженную категориальную кросс-энтропийную потерю между истинными метками и прогнозируемыми метками. | | SquaredHinge <T расширяет TNumber > | Метрика, которая вычисляет квадрат метрики потерь шарнира между метками и прогнозами. |
|
Унаследованные методы
Из класса java.lang.Object | логическое значение | равно (Объект arg0) |
| последний класс<?> | получитьКласс () |
| интервал | хэш-код () |
| окончательная пустота | поставить в известность () |
| окончательная пустота | уведомитьВсе () |
| Нить | нанизывать () |
| окончательная пустота | подождать (длинный arg0, int arg1) |
| окончательная пустота | подождите (длинный arg0) |
| окончательная пустота | ждать () |
Если не указано иное, контент на этой странице предоставляется по лицензии Creative Commons "С указанием авторства 4.0", а примеры кода – по лицензии Apache 2.0. Подробнее об этом написано в правилах сайта. Java – это зарегистрированный товарный знак корпорации Oracle и ее аффилированных лиц.
Последнее обновление: 2024-10-31 UTC.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2024-10-31 UTC."],[],[]]
