Reduce
Zadbaj o dobrą organizację dzięki kolekcji
Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.
| Znane podklasy bezpośrednie |
Znane podklasy pośrednie BinarnyCrossentropia <T rozszerza TNumber >, KategorycznyCrossentropia <T rozszerza TNumber >, KategorycznyHinge <T rozszerza TNumber >, CosinusSimilarity <T rozszerza TNumber >, Zawias <T rozszerza TNumber >, KLDrozbieżność <T rozszerza TNumber >, LogCoshError <T rozszerza TNumber >, MeanAbsoluteE błąd <T rozszerza TNumber >, MeanAbsolutePercentageError <T rozszerza TNumber >, MeanMetricWrapper <T rozszerza TNumber >, MeanSquaredError <T rozszerza TNumber >, MeanSquaredLogarithmicError <T rozszerza TNumber >, Poisson <T rozszerza TNumber >, SparseCategoricalCrossentropy <T rozszerza TNu mber >, SquaredHinge < T rozszerza TNumer > | BinarnyCrossentropy <T rozszerza TNumber > | Metryka, która oblicza binarną stratę entropii krzyżowej między prawdziwymi i przewidywanymi etykietami. | | KategoryczneCrossentropia <T rozszerza TNumber > | Metryka, która oblicza kategoryczną stratę entropii krzyżowej między prawdziwymi i przewidywanymi etykietami. | | KategoriaZawias <T rozszerza TNumber > | Metryka, która oblicza metrykę jakościowej utraty zawiasów między etykietami i prognozami. | | Cosinuspodobieństwo <T rozszerza TNumber > | Metryka obliczająca metrykę podobieństwa cosinus między etykietami i przewidywaniami. | | Zawias <T rozszerza TNumer > | Metryka, która oblicza metrykę utraty zawiasów między etykietami i przewidywaniami. | | KLDrozbieżność <T rozszerza TNumer > | Metryka obliczająca metrykę utraty dywergencji Kullbacka-Leiblera między etykietami i prognozami. | | LogCoshError <T rozszerza numer T > | Metryka obliczająca logarytm cosinusa hiperbolicznego metryki błędu przewidywania między etykietami i przewidywaniami. | | MeanAbsoluteError <T rozszerza numer T > | Metryka obliczająca średnią bezwzględnej różnicy między etykietami i przewidywaniami. | | MeanAbsolutePercentageError <T rozszerza TNumber > | Metryka obliczająca średnią bezwzględnej różnicy między etykietami i przewidywaniami. | | MeanMetricWrapper <T rozszerza numer TNumber > | Klasa łącząca funkcję straty bezstanowej z metryką Mean przy użyciu redukcji WEIGHTED_MEAN . | | MeanSquaredError <T rozszerza TNumber > | Metryka obliczająca średnią bezwzględnej różnicy między etykietami i przewidywaniami. | | MeanSquaredLogarithmicError <T rozszerza TNumber > | Metryka obliczająca średnią bezwzględnej różnicy między etykietami i przewidywaniami. | | Poissona <T rozszerza numer T > | Metryka obliczająca metrykę strat Poissona między etykietami i prognozami. | | RzadkiKategorycznyCrossentropia <T rozszerza TNumber > | Metryka obliczająca rzadką kategoryczną stratę entropii krzyżowej między etykietami rzeczywistymi i etykietami przewidywanymi. | | Kwadratowy zawias <T rozszerza TNumer > | Metryka obliczająca kwadratową metrykę strat zawiasów między etykietami i prognozami. |
|
Hermetyzuje metryki, które wykonują operację zmniejszania wartości metryki.
Metody dziedziczone
Z klasy java.lang.Object | wartość logiczna | równa się (Obiekt arg0) |
| ostatnia klasa<?> | pobierzKlasę () |
| wew | hashCode () |
| ostateczna pustka | powiadomić () |
| ostateczna pustka | powiadom wszystkich () |
| Strunowy | doString () |
| ostateczna pustka | czekaj (długi arg0, int arg1) |
| ostateczna pustka | czekaj (długi arg0) |
| ostateczna pustka | Czekać () |
Stałe
publiczny statyczny końcowy ciąg znaków COUNT
publiczny statyczny końcowy ciąg TOTAL
Wartość stała: „całkowita”
Metody publiczne
Klasa publiczna<T> getResultType ()
Zmienna publiczna <T> getTotal ()
Pobiera całkowitą zmienną
public Op resetStates ()
Resetuje wszystkie zmienne stanu do ich wartości początkowych
Zwroty
- operacja sterująca resetowaniem
wynik publicznego argumentu <T> ()
Pobiera bieżący wynik metryki
Zwroty
- wynik, ewentualnie z zależnościami kontrolnymi
public List< Op > updateStateList ( Operand <? rozszerza TNumber > wartości, Operand <? rozszerza TNumber > próbkiWeights)
Aktualizuje zmienne metryki na podstawie danych wejściowych. Co najmniej jeden argument wejściowy wymagany dla values , opcjonalne dodatkowe wejście dla sampleWeights
Parametry
| wartości | dane wejściowe, które mają zostać przekazane do stanu aktualizacji, nie może to być wartość null |
|---|
| próbkiWagi | wagi próbek, które należy zastosować do wartości, mogą mieć wartość zerową. |
|---|
Zwroty
- wynik z zależnością kontrolną od argumentów stanu aktualizacji
Rzuca
| Wyjątek IllegalArgument | jeśli wartości mają wartość null |
|---|
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
Ostatnia aktualizacja: 2025-07-26 UTC.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],["Ostatnia aktualizacja: 2025-07-26 UTC."],[],[]]
