Conozca lo último en aprendizaje automático, IA generativa y más en el Simposio WiML 2023.

Se usó la API de Cloud Translation para traducir esta página.

Reduce

clase abstracta pública Reducir

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 >, r <T se extiende TNumber >, MeanAbsolutePercentageError <T se extiende TNumber >, MeanMetricWrapper <T se extiende TNumber >, MeanSquaredError <T se extiende TNumber >, MeanSquaredLogarithmicError <T se extiende TNumber >, Poisson <T se extiende TNumber >, SparseCategoricalCrossentropy <T se extiende TNumber >, SquaredHinge < T extiende TNumber >

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 se extiende a 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.
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 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.

Encapsula métricas que realizan una operación de reducción en los valores de métricas.

Constantes

Cuerda	CONTAR
Cuerda	TOTAL

Métodos públicos

Variable <T>	getCount () Obtiene la variable de recuento
Clase <T>	getResultType () Obtiene el tipo de las variables
Variable <T>	getTotal () Obtiene la variable total
Op	resetStates () Restablece las variables de estado a sus valores iniciales.
Operando <T>	resultado () Obtiene el resultado actual de la métrica
Lista < Op >	updateStateList ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Actualiza las variables métricas en función de las entradas.

Métodos heredados

De la clase org.tensorflow.framework.metrics.Metric

operando final <T>	callOnce ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Llama al estado de actualización una vez, seguido de una llamada para obtener el resultado
Cuerda	getName () Obtiene el nombre de esta métrica.
largo	getSeed () Obtiene el valor inicial del generador de números aleatorios
Ops	getTF () Obtiene las operaciones de TensorFlow
Op abstracto	resetStates () Restablece las variables de estado a sus valores iniciales.
operando abstracto <T>	resultado () Obtiene el resultado actual de la métrica
Op final	updateState ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones, operando <? extiende TNumber > sampleWeights) Crea una operación NoOp con dependencias de control para actualizar el estado de la métrica
Op final	updateState ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Crea una operación NoOp con dependencias de control para actualizar el estado de la métrica
Lista < Op >	updateStateList ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones, operando <? extiende TNumber > sampleWeights) Crea una lista de operaciones para actualizar el estado de la métrica según las etiquetas y las predicciones.
Lista < Op >	updateStateList ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Crea una lista de operaciones para actualizar el estado de la métrica en función de los valores de entrada.

De la clase java.lang.Object

booleano	es igual a (Objeto arg0)
Clase final <?>	getClass ()
En t	hashCode ()
vacío final	notificar ()
vacío final	notificar a todos ()
Cuerda	toString ()
vacío final	esperar (largo arg0, int arg1)
vacío final	espera (largo arg0)
vacío final	esperar ()

Constantes

Cadena final estática pública COUNT

Valor constante: "recuento"

Cadena final estática pública TOTAL

Valor constante: "total"

Métodos públicos

Variable pública <T> getCount ()

Obtiene la variable de recuento

Devoluciones

la variable de recuento

clase pública <T> getResultType ()

Obtiene el tipo de las variables

Devoluciones

el tipo de las variables

Variable pública <T> getTotal ()

Obtiene la variable total

Devoluciones

la variable total

pública Op resetStates ()

Restablece las variables de estado a sus valores iniciales.

Devoluciones

la operación de control para hacer el reinicio

pública operando <T> resultado ()

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 sampleWeights entrada para los values , una entrada adicional opcional para la sampleWeights

Parámetros

valores	las entradas que se pasarán al estado de actualización, esto puede no ser nulo
sampleWeights	los pesos de muestra que se aplicarán a los valores, pueden ser nulos.

Devoluciones

el resultado con una dependencia de control de los operandos del estado de actualización

Lanza

Argumento de excepción ilegal	si los valores son nulos