Conozca lo último en aprendizaje automático, IA generativa y más en el
Simposio WiML 2023.
LossMetric
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Subclases indirectas conocidas BinaryCrossentropy <T extiende TNumber >, CategoricalCrossentropy <T extiende TNumber >, CategoricalHinge <T extiende TNumber >, CosineSimilarity <T extiende TNumber >, Hinge <T extiende TNumber >, KLDivergence <T extiende TNumber >, LogCoshError <T extiende TNumber >, r <T extiende TNumber >, MeanAbsolutePercentageError <T extiende TNumber >, MeanSquaredError <T extiende TNumber >, MeanSquaredLogarithmicError <T extiende TNumber >, Poisson <T extiende TNumber >, SparseCategoricalCrossentropy <T extiende TNumber >, SquaredHinge <T extiende TNumber >, SquaredHinge < | BinaryCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada binaria entre etiquetas verdaderas y etiquetas predichas. | | CategoricalCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas predichas. | | CategoricalHinge <T se extiende a TNumber > | Métrica que calcula la métrica de pérdida de bisagra categórica entre etiquetas y predicciones. | | CosineSimilarity <T extiende TNumber > | Métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones. | | Bisagra <T extiende TNumber > | Métrica que calcula la métrica de pérdida de bisagra entre etiquetas y predicciones. | | KLDivergencia <T extiende TNumber > | Métrica que calcula la métrica de pérdida por divergencia de Kullback-Leibler entre etiquetas y predicciones. | | LogCoshError <T extiende TNumber > | Métrica que calcula el logaritmo del coseno hiperbólico de la métrica del error de predicción entre etiquetas y predicciones. | | MeanAbsoluteError <T se extiende a TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanAbsolutePercentageError <T se extiende a TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanSquaredError <T se extiende a TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanSquaredLogarithmicError <T se extiende a TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | Poisson <T extiende TNumber > | Métrica que calcula la métrica de pérdida de Poisson entre etiquetas y predicciones. | | SparseCategoricalCrossentropy <T extiende TNumber > | Una métrica que calcula la pérdida de entropía cruzada categórica dispersa entre etiquetas verdaderas y etiquetas predichas. | | SquaredHinge <T extiende TNumber > | Métrica que calcula la métrica de pérdida de bisagra al cuadrado entre etiquetas y predicciones. |
|
Interfaz para métricas que envuelven funciones de pérdida.
Métodos públicos
Operando abstracto público <T> llamada ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones)
Calcula la pérdida ponderada entre labels y predictions
Parámetros
| etiquetas | los valores de verdad o etiquetas |
|---|
| predicciones | las predicciones |
|---|
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2021-04-01 (UTC)
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2021-04-01 (UTC)"],[],[]]
