Conozca lo último en aprendizaje automático, IA generativa y más en el
Simposio WiML 2023.
Reduce
Organiza tus páginas con colecciones
Guarda y categoriza 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 >, 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.
Métodos heredados
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
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
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 |
|---|
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)"],[],[]]
