BoostedTreesAggregateStats

publiczna klasa końcowa BoostedTreesAggregateStats

Agreguje podsumowanie zgromadzonych statystyk dla partii.

Statystyki podsumowujące zawierają gradienty i hesjany zgromadzone dla każdego węzła, identyfikatora wymiaru obiektu i segmentu.

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

Dane wyjściowe <TFloat32>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczne statystyki BoostedTreesAggregateStats
utwórz ( Zakres zasięgu , Operand < TInt32 > nodeIds, Operand < TFloat32 > gradienty, Operand < TFloat32 > hessians, Operand < TInt32 > funkcja, Long maxSplits, Long numBuckets)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesAggregateStats.
Dane wyjściowe <TFloat32>
statystykiPodsumowanie ()
wyjściowy Tensor rangi 4 (shape=[splits, feature_dimension, Buckers, logits_dimension + hessian_dimension]) zawierający skumulowane statystyki dla każdego węzła, wymiaru obiektu i segmentu.

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „BoostedTreesAggregateStats”

Metody publiczne

publiczne wyjście < TFloat32 > asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static BoostedTreesAggregateStats create ( Zakres zasięgu, Operand <TInt32> nodeIds, Operand <TFloat32> gradienty, Operand <TFloat32> hessians, Operand <TInt32> funkcja, Long maxSplits, Long numBuckets)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesAggregateStats.

Parametry
zakres aktualny zakres
identyfikatory węzłów int32; Ranga 1 Tensor zawierający identyfikatory węzłów dla każdego przykładu, kształt [batch_size].
gradienty pływak32; Tensor rangi 2 (shape=[batch_size, logits_dimension]) z gradientami dla każdego przykładu.
Hesjanie pływak32; Tensor rangi 2 (shape=[batch_size, hessian_dimension]) z hesjanami dla każdego przykładu.
funkcja int32; Tensory cech rangi 2 (kształt=[rozmiar_partia, wymiar_funkcji]).
maxSplits int; maksymalna liczba podziałów możliwa w całym drzewie.
liczba wiader int; jest równa maksymalnej możliwej wartości funkcji segmentowanej.
Zwroty
  • nowa instancja BoostedTreesAggregateStats

publiczne wyjście < TFloat32 > statsSummary ()

wyjściowy Tensor rangi 4 (shape=[splits, feature_dimension, Buckers, logits_dimension + hessian_dimension]) zawierający skumulowane statystyki dla każdego węzła, wymiaru obiektu i segmentu.