MeanMetricWrapper
Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Известные прямые 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. |
|
Класс, который соединяет функцию потерь без сохранения состояния с метрикой Mean , используя сокращение WEIGHTED_MEAN .
Функция потерь вычисляет потери между labels и predictions , а затем передает эти потери в метрику Mean для расчета средневзвешенного значения потерь за множество итераций или эпох.
Публичные методы
| ЛоссМетрика <T> | |
| Список< Оп > | updateStateList ( Операнд <? расширяет метки TNumber >, Операнд <? расширяет прогнозы TNumber >, Операнд <? расширяет TNumber > sampleWeights) Создает операции, которые обновляют состояние средней метрики, вызывая функцию потерь и передавая потери в метрику среднего для расчета средневзвешенного значения потерь за множество итераций. |
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 () |
Публичные методы
public List< Op > updateStateList ( Операнд <? расширяет метки TNumber >, Операнд <? расширяет TNumber > предсказания, Операнд <? расширяет TNumber > sampleWeights)
Создает операции, которые обновляют состояние средней метрики, вызывая функцию потерь и передавая потери в метрику среднего для расчета средневзвешенного значения потерь за множество итераций.
Параметры
| этикетки | значения истинности или метки |
|---|
| предсказания | предсказания |
|---|
| образецВес | Необязательный sampleWeights действует как коэффициент потерь. Если указан скаляр, то потери просто масштабируются по заданному значению. Если sampleWeights — это тензор размера [batch_size], то общие потери для каждой выборки пакета масштабируются соответствующим элементом вектора sampleWeights. Если форма sampleWeights равна [batch_size, d0, .. dN-1] (или может быть передана в эту форму), то каждый элемент потерь прогнозов масштабируется соответствующим значением sampleWeights. (Примечание к dN-1: все функции потерь уменьшаются на 1 измерение, обычно ось = -1.) |
|---|
Возврат
- Список операций управления, которые обновляют переменные состояния Mean.
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: 2025-07-26 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: 2025-07-26 UTC."],[],[]]
