BoostedTreesCenterBias

کلاس نهایی عمومی BoostedTreesCenterBias

پیشین را از داده های آموزشی محاسبه می کند (بایاس) و اولین گره را با پیشین logits پر می کند. یک Boolean برمی‌گرداند که نشان می‌دهد آیا باید مرکز کردن را ادامه داد یا خیر.

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

خروجی < TBool >
asOutput ()
دسته نمادین تانسور را برمی گرداند.
خروجی < TBool >
ادامه مرکز ()
Bool، آیا باید به تمرکز سوگیری ادامه داد یا خیر.
استاتیک BoostedTreesCenterBias
ایجاد ( دامنه دامنه ، عملوند <?> treeEnsembleHandle، عملوند < TFloat32 > meanGradients، عملوند < TFloat32 > meanHessians، عملوند < TFloat32 > l1، عملوند < TFloat32 > l2)
روش کارخانه برای ایجاد کلاسی که عملیات جدید BoostedTreesCenterBias را بسته بندی می کند.

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "BoostedTreesCenterBias"

روش های عمومی

خروجی عمومی < TBool > asOutput ()

دسته نمادین تانسور را برمی گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

خروجی عمومی < TBool > continueCentering ()

Bool، آیا باید به تمرکز سوگیری ادامه داد یا خیر.

ایجاد BoostedTreesCenterBias استاتیک عمومی ( دامنه دامنه ، عملوند <?> treeEnsembleHandle، عملوند < TFloat32 > meanGradients، عملوند < TFloat32 > meanHessians، عملوند < TFloat32 > l1، عملوند < TFloat32 > l)

روش کارخانه برای ایجاد کلاسی که عملیات جدید BoostedTreesCenterBias را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
treeEnsemble Handle دسته به گروه درخت.
meanGradients یک تانسور با شکل=[logits_dimension] با میانگین گرادیان برای اولین گره.
معنی هسی یک تانسور با میانگین شکل=[logits_dimension] از هسین‌ها برای اولین گره.
l1 l1 ضریب تنظیم بر وزن برگ، در هر نمونه بر اساس.
l2 l2 ضریب تنظیم بر وزن برگ، در هر نمونه بر اساس.
برمی گرداند
  • یک نمونه جدید از BoostedTreesCenterBias