Reduce
Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
| Subclases directas conocidas |
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 >, MeanAbsoluteError <T extiende TNumber >, MeanAbsolutePercentageError <T extiende TNumber >, MeanMetricWrapper <T extiende TNumber >, MeanSquaredError <T extiende TNumber >, MeanSquaredLogarithmicError <T extiende TNumber >, Poisson <T extiende TNumber >, SparseCategoricalCrossentropy <T extiende TNumber >, SquaredHinge < T extiende TNumber > | BinaryCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada binaria entre etiquetas verdaderas y etiquetas previstas. | | CategoricalCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas previstas. | | Bisagra categórica <T extiende TNumber > | Métrica que calcula la métrica de pérdida de bisagra categórica entre etiquetas y predicciones. | | CosenoSimilaridad <T extiende TNumber > | Una métrica que calcula la métrica de similitud del coseno entre etiquetas y predicciones. | | Bisagra <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de bisagra entre etiquetas y predicciones. | | KLDivergencia <T extiende TNumber > | Métrica que calcula la métrica de pérdida de divergencia de Kullback-Leibler entre etiquetas y predicciones. | | LogCoshError <T extiende TNumber > | Métrica que calcula el logaritmo del coseno hiperbólico de la métrica de error de predicción entre etiquetas y predicciones. | | MeanAbsoluteError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanAbsolutePercentageError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanMetricWrapper <T extiende TNumber > | Una clase que une una función de pérdida sin estado con la métrica Mean mediante una reducción de WEIGHTED_MEAN . | | MeanSquaredError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | MeanSquaredLogarithmicError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. | | Poisson <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de Poisson entre etiquetas y predicciones. | | SparseCategorialCrossentropy <T extiende TNumber > | Una métrica que calcula la escasa pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas predichas. | | SquaredHinge <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de bisagra al cuadrado entre etiquetas y predicciones. |
|
Encapsula métricas que realizan una operación de reducción en los valores de la métrica.
Métodos heredados
De la clase java.lang.Object | booleano | es igual (Objeto arg0) |
| Clase final<?> | obtenerclase () |
| En t | código hash () |
| vacío final | notificar () |
| vacío final | notificar a todos () |
| Cadena | Encadenar () |
| vacío final | esperar (arg0 largo, int arg1) |
| vacío final | espera (arg0 largo) |
| vacío final | esperar () |
Constantes
cadena final estática pública COUNT
Valor constante: "recuento"
Cadena final estática pública TOTAL
Métodos públicos
Variable pública <T> getCount ()
Obtiene la variable de recuento
Clase pública<T> getResultType ()
Obtiene el tipo de las variables.
Variable pública <T> getTotal ()
Obtiene la variable total
public Op resetStates ()
Restablece cualquier variable de estado a sus valores iniciales.
Devoluciones
- la operación de control para realizar el reinicio
resultado del operando público <T> ()
Obtiene el resultado actual de la métrica.
Devoluciones
- el resultado, posiblemente con dependencias de control
Lista pública < Op > updateStateList ( Operando <? extiende TNumber > valores, Operando <? extiende TNumber > sampleWeights)
Actualiza las variables métricas en función de las entradas. Se requiere al menos un argumento de entrada para values , una entrada adicional opcional para los sampleWeights
Parámetros
| valores | las entradas que se pasarán al estado de actualización, esto no puede ser nulo |
|---|
| pesos de muestra | Los pesos de muestra que se aplicarán a los valores pueden ser nulos. |
|---|
Devoluciones
- el resultado con una dependencia de control del estado de actualización Operandos
Lanza
| Argumento de excepción ilegal | si el valor es nulo |
|---|
A menos que se indique lo contrario, el contenido de esta página está sujeto a la licencia Reconocimiento 4.0 de Creative Commons y las muestras de código están sujetas a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio web de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-07-26 (UTC).
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Me falta la información que necesito","missingTheInformationINeed","thumb-down"],["Es demasiado complicado o hay demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Está obsoleto","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema de muestras o código","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2025-07-26 (UTC)."],[],[]]