Agrega el resumen de estadísticas acumuladas para el lote.
Las estadísticas de resumen contienen gradientes y arpilleras acumuladas para cada ID de nodo, depósito y dimensión.
Métodos públicos
| estáticas BoostedTreesSparseAggregateStats | crear ( Alcance alcance, operando <entero> nodeIds, operando <flotador> gradientes, operando <flotador> arpilleras, operando <entero> featureIndices, operando <Integer> featureValues, operando <Integer> featureShape, Largo maxSplits, númCubetas largo) Método de fábrica para crear una clase que envuelva una nueva operación BoostedTreesSparseAggregateStats. |
| Salida <Integer> | statsSummaryIndices () int32; Índices de rango 2 de tensores dispersos de resumen (forma = [número de estadísticas distintas de cero, 4]) El segundo eje solo puede ser 4, incluido el identificador del nodo, la dimensión de la característica, el identificador del depósito y la dimensión_estadísticas. |
| Salida <Integer> | statsSummaryShape () salida Rango 1 Tensor (forma = [4]) El tensor tiene los siguientes 4 valores: [max_splits, feature_dimension, num_buckets, statistics_dimension], donde statistics_dimension = gradient_dimension + hessian_dimension. |
| Salida <Float> | statsSummaryValues () Tensor de rango 1 de salida (forma = [número de estadísticas distintas de cero]) |
Métodos heredados
Métodos públicos
estáticas pública BoostedTreesSparseAggregateStats crean ( Alcance alcance, operando <entero> nodeIds, operando <Float> gradientes, operando <Float> arpilleras, operando <entero> featureIndices, operando <entero> featureValues, operando <Integer> featureShape, largas maxSplits, númCubetas largo)
Método de fábrica para crear una clase que envuelva una nueva operación BoostedTreesSparseAggregateStats.
Parámetros
| alcance | alcance actual |
|---|---|
| nodeIds | int32; Rango 1 Tensor que contiene identificadores de nodo para cada ejemplo, forma [tamaño_de_lote]. |
| gradientes | float32; Tensor de rango 2 (shape = [batch_size, logits_dimension]) con gradientes para cada ejemplo. |
| arpilleras | float32; Tensor de rango 2 (shape = [batch_size, hessian_dimension]) con arpilleras para cada ejemplo. |
| featureIndices | int32; Índices de rango 2 de tensores dispersos de características (forma = [número de entradas dispersas, 2]). Número de entradas dispersas en todas las instancias del lote. El primer valor es el índice de la instancia, el segundo es la dimensión de la característica. El segundo eje solo puede tener 2 valores, es decir, la versión densa de entrada de Tensor solo puede ser matriz. |
| featureValues | int32; Valores de rango 1 de tensores dispersos de características (forma = [número de entradas dispersas]). Número de entradas dispersas en todas las instancias del lote. El primer valor es el índice de la instancia, el segundo es la dimensión de la característica. |
| featureShape | int32; Forma densa de rango 1 de tensores dispersos de características (forma = [2]). El primer eje solo puede tener 2 valores, [batch_size, feature_dimension]. |
| maxSplits | En t; el número máximo de divisiones posibles en todo el árbol. |
| numBuckets | En t; es igual al valor máximo posible de la característica clasificada en depósitos + 1. |
Devoluciones
- una nueva instancia de BoostedTreesSparseAggregateStats
pública de salida <Integer> statsSummaryIndices ()
int32; Índices de rango 2 de tensores dispersos de resumen (forma = [número de estadísticas distintas de cero, 4]) El segundo eje solo puede ser 4, incluido el identificador del nodo, la dimensión de la característica, el identificador del depósito y la dimensión_estadísticas. estadística_dimensión = logits_dimension + hessian_dimension.
pública de salida <Integer> statsSummaryShape ()
salida Rango 1 Tensor (forma = [4]) El tensor tiene los siguientes 4 valores: [max_splits, feature_dimension, num_buckets, statistics_dimension], donde statistics_dimension = gradient_dimension + hessian_dimension. gradient_dimension es lo mismo que label_dimension, es decir, el espacio de salida. hessian_dimension puede ser lo mismo que logits dimension cuando se usa arpillera diagonal, o label_dimension ^ 2 cuando se usa arpillera completa.
pública Salida <> Float statsSummaryValues ()
Tensor de rango 1 de salida (forma = [número de estadísticas distintas de cero])