Reduce
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
| Sous-classes directes connues |
Sous-classes indirectes connues BinaryCrossentropy <T étend TNumber >, CategoricalCrossentropy <T étend TNumber >, CategoricalHinge <T étend TNumber >, CosineSimilarity <T étend TNumber >, Hinge <T étend TNumber >, KLDivergence <T étend TNumber >, LogCoshError <T étend TNumber >, MeanAbsoluteError <T étend TNumber >, MeanAbsolutePercentageError <T étend TNumber >, MeanMetricWrapper <T étend TNumber >, MeanSquaredError <T étend TNumber >, MeanSquaredLogarithmicError <T étend TNumber >, Poisson <T étend TNumber >, SparseCategoricalCrossentropy <T étend TNumber >, SquaredHinge < T étend TNombre > | BinaryCrossentropy <T étend TNumber > | Une métrique qui calcule la perte d'entropie croisée binaire entre les étiquettes réelles et les étiquettes prédites. | | CategoricalCrossentropy <T étend TNumber > | Une métrique qui calcule la perte d'entropie croisée catégorielle entre les étiquettes réelles et les étiquettes prédites. | | CategoricalHinge <T étend TNumber > | Une métrique qui calcule la métrique de perte de charnière catégorielle entre les étiquettes et les prédictions. | | CosineSimilarity <T étend TNumber > | Métrique qui calcule la métrique de similarité cosinus entre les étiquettes et les prédictions. | | Charnière <T étend TNombre > | Une métrique qui calcule la métrique de perte de charnière entre les étiquettes et les prédictions. | | KLDivergence <T étend TNumber > | Une métrique qui calcule la métrique de perte de divergence Kullback-Leibler entre les étiquettes et les prédictions. | | LogCoshError <T étend TNumber > | Métrique qui calcule le logarithme du cosinus hyperbolique de la métrique d’erreur de prédiction entre les étiquettes et les prédictions. | | MeanAbsoluteError <T étend TNumber > | Métrique qui calcule la moyenne de la différence absolue entre les étiquettes et les prédictions. | | MeanAbsolutePercentageError <T étend TNumber > | Métrique qui calcule la moyenne de la différence absolue entre les étiquettes et les prédictions. | | MeanMetricWrapper <T étend TNumber > | Classe qui relie une fonction de perte sans état avec la métrique Mean en utilisant une réduction de WEIGHTED_MEAN . | | MeanSquaredError <T étend TNumber > | Métrique qui calcule la moyenne de la différence absolue entre les étiquettes et les prédictions. | | MeanSquaredLogarithmicError <T étend TNumber > | Métrique qui calcule la moyenne de la différence absolue entre les étiquettes et les prédictions. | | Poisson <T étend TNumber > | Une métrique qui calcule la métrique de perte de poisson entre les étiquettes et les prédictions. | | SparseCategoricalCrossentropy <T étend TNumber > | Une métrique qui calcule la perte d'entropie croisée catégorielle clairsemée entre les étiquettes réelles et les étiquettes prédites. | | SquaredHinge <T étend TNumber > | Métrique qui calcule la métrique de perte de charnière carrée entre les étiquettes et les prédictions. |
|
Encapsule les métriques qui effectuent une opération de réduction sur les valeurs des métriques.
Méthodes héritées
De la classe java.lang.Object | booléen | est égal à (Objet arg0) |
| Classe finale<?> | obtenirClasse () |
| int | Code de hachage () |
| vide final | notifier () |
| vide final | notifierTous () |
| Chaîne | àChaîne () |
| vide final | attendre (long arg0, int arg1) |
| vide final | attendez (long arg0) |
| vide final | attendez () |
Constantes
chaîne finale statique publique COUNT
Valeur constante : "compte"
chaîne finale statique publique TOTAL
Valeur constante : "total"
Méthodes publiques
Variable publique <T> getCount ()
Obtient la variable de comptage
Classe publique<T> getResultType ()
Obtient le type des variables
Variable publique <T> getTotal ()
Obtient la variable totale
opération publique resetStates ()
Réinitialise toutes les variables d'état à leurs valeurs initiales
Retour
- l'opération de contrôle pour effectuer la réinitialisation
Obtient le résultat actuel de la métrique
Retour
- le résultat, éventuellement avec des dépendances de contrôle
public List< Op > updateStateList ( Operand <? extends TNumber > valeurs, Operand <? extends TNumber > sampleWeights)
Met à jour les variables métriques en fonction des entrées. Au moins un argument d'entrée requis pour values , une entrée supplémentaire facultative pour les sampleWeights
Paramètres
| valeurs | les entrées à passer à l'état de mise à jour, cela peut ne pas être nul |
|---|
| exemples de poids | Les poids d'échantillonnage à appliquer aux valeurs peuvent être nuls. |
|---|
Retour
- le résultat avec une dépendance de contrôle sur l'état de mise à jour
Jetés
| Exception d'argument illégal | si les valeurs sont nulles |
|---|
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],["Dernière mise à jour le 2025/07/26 (UTC)."],[],[]]
