BoostedTreesAggregateStats

publik BoostedTreesAggregateStats kelas akhir

Menggabungkan ringkasan akumulasi statistik untuk batch.

Statistik ringkasan berisi gradien dan hessian yang terakumulasi untuk setiap node, id dimensi fitur, dan bucket.

Metode Publik

Output <Lampung>	asOutput () Mengembalikan pegangan simbolis tensor.
statis BoostedTreesAggregateStats	membuat ( Lingkup lingkup, Operan <Integer> nodeIds, Operan <Lampung> gradien, Operan <Lampung> Hessians, Operan <Integer> fitur, Long maxSplits, Long numBuckets) Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesAggregateStats baru.
Output <Lampung>	statsSummary () output Rank 4 Tensor (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) yang berisi akumulasi statistik untuk setiap node, dimensi fitur, dan bucket.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Dari antarmuka org.tensorflow.Operand

abstrak Keluaran <Lampung>

asOutput () Mengembalikan pegangan simbolis tensor.

Metode Publik

publik Keluaran <Lampung> asOutput ()

Mengembalikan pegangan simbolis tensor.

Input ke operasi TensorFlow adalah output dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static BoostedTreesAggregateStats membuat ( Scope lingkup, Operan <Integer> nodeIds, Operan <Lampung> gradien, Operan <Lampung> Hessians, Operan <Integer> fitur, Long maxSplits, Long numBuckets)

Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesAggregateStats baru.

Parameter

cakupan	lingkup saat ini
nodeIds	int32; Peringkat 1 Tensor yang berisi id simpul untuk setiap contoh, bentuk [batch_size].
gradien	mengapung32; Peringkat 2 Tensor (bentuk=[batch_size, logits_dimension]) dengan gradien untuk setiap contoh.
goni	mengapung32; Peringkat 2 Tensor (bentuk=[batch_size, hessian_dimension]) dengan hessians untuk setiap contoh.
fitur	int32; Tensor fitur peringkat 2 (bentuk=[ukuran_batch, dimensi_fitur]).
maxSplits	int; jumlah maksimum pemisahan yang mungkin di seluruh pohon.
jumlahEmber	int; sama dengan nilai maksimum yang mungkin dari fitur bucket.

Kembali

• contoh baru BoostedTreesAggregateStats

publik Keluaran <Lampung> statsSummary ()

output Rank 4 Tensor (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) yang berisi akumulasi statistik untuk setiap node, dimensi fitur, dan bucket.