MeanMetricWrapper

clase pública MeanMetricWrapper
Subclases directas conocidas

Una clase que une una función de pérdida sin estado con la métrica Mean mediante una reducción de WEIGHTED_MEAN .

La función de pérdida calcula la pérdida entre las labels y predictions y luego pasa esta pérdida a la métrica Mean para calcular la media ponderada de la pérdida durante muchas iteraciones o épocas.

Constantes heredadas

Métodos públicos

Métrica de pérdida <T>
obtenerpérdida ()
Obtiene la función de pérdida.
Lista< Op . >
updateStateList ( Operando <? extiende TNumber > etiquetas, Operando <? extiende TNumber > predicciones, Operando <? extiende TNumber > sampleWeights)
Crea operaciones que actualizan el estado de la métrica media llamando a la función de pérdida y pasando la pérdida a la métrica media para calcular la media ponderada de la pérdida en muchas iteraciones.

Métodos heredados

Métodos públicos

LossMetric pública <T> getLoss ()

Obtiene la función de pérdida.

Devoluciones
  • la función de pérdida.

Lista pública< Op > updateStateList ( Operando <? extiende TNumber > etiquetas, Operando <? extiende TNumber > predicciones, Operando <? extiende TNumber > sampleWeights)

Crea operaciones que actualizan el estado de la métrica media llamando a la función de pérdida y pasando la pérdida a la métrica media para calcular la media ponderada de la pérdida en muchas iteraciones.

Parámetros
etiquetas los valores o etiquetas de verdad
predicciones las predicciones
pesos de muestra SampleWeights opcional actúa como un coeficiente de pérdida. Si se proporciona un escalar, entonces la pérdida simplemente se escala según el valor dado. Si sampleWeights es un tensor de tamaño [batch_size], entonces la pérdida total de cada muestra del lote se vuelve a escalar mediante el elemento correspondiente en el vector sampleWeights. Si la forma de sampleWeights es [batch_size, d0, .. dN-1] (o se puede transmitir a esta forma), entonces cada elemento de pérdida de las predicciones se escala según el valor correspondiente de sampleWeights. (Nota sobre dN-1: todas las funciones de pérdida se reducen en 1 dimensión, generalmente eje = -1).
Devoluciones
  • a Lista de operaciones de control que actualiza las variables de estado medio.