Menggabungkan ringkasan akumulasi statistik untuk batch.
Statistik ringkasan berisi gradien dan hessian yang terakumulasi untuk setiap node, bucket, dan id dimensi.
Metode Publik
| BoostedTreesSparseAggregateStats statis | buat ( Lingkup lingkup, Operand <Integer> nodeIds, Operand <Float> gradien, Operand <Float> hessians, Operand <Integer> fiturIndices, Operand <Integer> fiturNilai, Operand <Integer> fiturBentuk, Panjang maxSplits, Long numBuckets) Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesSparseAggregateStats baru. |
| Keluaran <Bilangan Bulat> | statsSummaryIndices () int32; Peringkat 2 indeks ringkasan sparse Tensor (bentuk=[jumlah statistik bukan nol, 4]) Sumbu kedua hanya dapat 4 termasuk id simpul, dimensi fitur, id keranjang, dan dimensi_statistik. |
| Keluaran <Bilangan Bulat> | statsRingkasanBentuk () output Tensor Peringkat 1 (bentuk=[4]) Tensor memiliki 4 nilai berikut: [max_splits, feature_dimension, num_buckets, Statistics_dimension], di mana Statistics_dimension = gradient_dimension + hessian_dimension. |
| Keluaran <Float> | statsRingkasanNilai () output Tensor Peringkat 1 (bentuk=[jumlah statistik bukan nol]) |
Metode yang Diwarisi
Metode Publik
Buat BoostedTreesSparseAggregateStats statis publik ( Cakupan lingkup, Operand <Integer> nodeIds, Operand <Float> gradien, Operand <Float> hessians, Operand <Integer> fiturIndices, Operand <Integer> fiturValues, Operand <Integer> fiturBentuk, Panjang maksSnum
Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesSparseAggregateStats 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 (shape=[batch_size, logits_dimension]) dengan gradien untuk setiap contoh. |
| goni | mengapung32; Peringkat 2 Tensor (bentuk=[batch_size, hessian_dimension]) dengan hessians untuk setiap contoh. |
| fiturIndeks | int32; Peringkat 2 indeks fitur sparse Tensor (bentuk=[jumlah entri jarang, 2]). Jumlah entri yang jarang di semua instance dari batch. Nilai pertama adalah indeks instance, yang kedua adalah dimensi fitur. Sumbu kedua hanya dapat memiliki 2 nilai, yaitu, versi padat masukan dari Tensor hanya dapat berupa matriks. |
| fiturNilai | int32; Peringkat 1 nilai fitur sparse Tensor (shape=[jumlah entri sparse]). Jumlah entri yang jarang di semua instance dari batch. Nilai pertama adalah indeks instance, yang kedua adalah dimensi fitur. |
| fiturBentuk | int32; Peringkat 1 bentuk padat dari fitur sparse Tensor (bentuk=[2]). Sumbu pertama hanya dapat memiliki 2 nilai, [batch_size, feature_dimension]. |
| maxSplits | int; jumlah maksimum pemisahan yang mungkin di seluruh pohon. |
| jumlahEmber | int; sama dengan nilai maksimum yang mungkin dari fitur bucket + 1. |
Kembali
- contoh baru BoostedTreesSparseAggregateStats
Output publik <Integer> statsSummaryIndices ()
int32; Peringkat 2 indeks ringkasan sparse Tensor (bentuk=[jumlah statistik bukan nol, 4]) Sumbu kedua hanya dapat 4 termasuk id simpul, dimensi fitur, id keranjang, dan dimensi_statistik. statistik_dimensi = logits_dimension + hessian_dimension.
Output publik <Integer> statsSummaryShape ()
output Tensor Peringkat 1 (bentuk=[4]) Tensor memiliki 4 nilai berikut: [max_splits, feature_dimension, num_buckets, Statistics_dimension], di mana Statistics_dimension = gradient_dimension + hessian_dimension. gradient_dimension sama dengan label_dimension, yaitu ruang keluaran. hessian_dimension bisa sama dengan dimensi logit ketika hessian diagonal digunakan, atau label_dimension^2 ketika hessian penuh digunakan.
Output publik <Float> statsSummaryValues ()
output Tensor Peringkat 1 (bentuk=[jumlah statistik bukan nol])