BinaryCrossentropy

الطبقة العامة BinaryCrossentropy

يحسب الخسارة عبر الإنتروبيا بين التسميات الحقيقية والتسميات المتوقعة.

استخدم خسارة الإنتروبيا المتقاطعة هذه عندما يكون هناك فئتان فقط من التصنيفات (يُفترض أنهما 0 و1). لكل مثال، يجب أن تكون هناك قيمة فاصلة عائمة واحدة لكل تنبؤ.

الاستخدام المستقل:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
    BinaryCrossentropy bce = new BinaryCrossentropy(tf);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 0.815
 

الاتصال مع وزن العينة:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = bce.call(labels, predictions, sampleWeight);
    // produces 0.458f
 

باستخدام نوع التخفيض SUM :

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.SUM);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 1.630f
 

باستخدام نوع التخفيض NONE :

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.NONE);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces [0.916f, 0.714f]
 

الثوابت

منطقية	FROM_LOGITS_DEFAULT
يطفو	LABEL_SMOOTHING_DEFAULT

الحقول الموروثة

من فئة org.tensorflow.framework.losses.Loss

التخفيض النهائي الثابت العام

REDUCTION_DEFAULT

المقاولون العامون

	BinaryCrossentropy (Ops tf) إنشاء خسارة Crossentropy ثنائية باستخدام getSimpleName() كاسم للخسارة، FROM_LOGITS_DEFAULT لـ fromLogits، LABEL_SMOOTHING_DEFAULT لـ labelSmoothing وتقليل الخسارة لـ REDUCTION_DEFAULT
	BinaryCrossentropy (Ops tf، تقليل التخفيض ) إنشاء خسارة Binary Crossentropy باستخدام getSimpleName() كاسم للخسارة، FROM_LOGITS_DEFAULT لـ fromLogits، و LABEL_SMOOTHING_DEFAULT لـ labelSmoothing
	BinaryCrossentropy (Ops tf، منطقية من Logits) إنشاء خسارة Binary Crossentropy باستخدام استخدام getSimpleName() كاسم للخسارة، labelSmoothing of LABEL_SMOOTHING_DEFAULT ، تقليل REDUCTION_DEFAULT ،
	BinaryCrossentropy (Ops tf، اسم السلسلة، منطقي fromLogits) ينشئ خسارة Binary Crossentropy باستخدام labelSmoothing of LABEL_SMOOTHING_DEFAULT بتقليل REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf، boolean fromLogits، float labelSmoothing) ينشئ خسارة Binary Crossentropy باستخدام استخدام getSimpleName() كاسم للخسارة وتقليل REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة تجانس) ينشئ خسارة Binary Crossentropy باستخدام تقليل REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf، boolean fromLogits، تجانس التسمية العائمة، تقليل التخفيض ) يخلق خسارة ثنائية Crossentropy
	BinaryCrossentropy (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة، تجانس ، تقليل التخفيض) يخلق خسارة ثنائية Crossentropy

الأساليب العامة

<T يمتد TNumber > المعامل <T>

استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، المعامل <T> SampleWeights) يولد المعامل الذي يحسب الخسارة.

الطرق الموروثة

من فئة org.tensorflow.framework.losses.Loss

مجردة <T يمتد TNumber > المعامل <T>	استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، المعامل <T> SampleWeights) يولد المعامل الذي يحسب الخسارة.
<T يمتد TNumber > المعامل <T>	استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>) يحسب الخسارة
تخفيض	الحصول على تخفيض () يحصل على الحد من الخسارة
العمليات	جيتف () يحصل على TensorFlow Ops

من فئة java.lang.Object

منطقية	يساوي (كائن arg0)
الدرجة النهائية<?>	الحصول على كلاس ()
كثافة العمليات	رمز التجزئة ()
الفراغ النهائي	إعلام ()
الفراغ النهائي	إعلام الكل ()
خيط	إلى السلسلة ()
الفراغ النهائي	انتظر (طويل arg0، int arg1)
الفراغ النهائي	انتظر (طويل arg0)
الفراغ النهائي	انتظر ()

الثوابت

المنطق المنطقي النهائي العام الثابت FROM_LOGITS_DEFAULT

القيمة الثابتة: خطأ

التعويم النهائي الثابت العام LABEL_SMOOTHING_DEFAULT

القيمة الثابتة: 0.0

المقاولون العامون

BinaryCrossentropy العام (Ops tf)

إنشاء خسارة Crossentropy ثنائية باستخدام getSimpleName() كاسم للخسارة، FROM_LOGITS_DEFAULT لـ fromLogits، LABEL_SMOOTHING_DEFAULT لـ labelSmoothing وتقليل الخسارة لـ REDUCTION_DEFAULT

حدود

tf	عمليات TensorFlow

BinaryCrossentropy العام (Ops tf، تقليل التخفيض )

إنشاء خسارة Binary Crossentropy باستخدام getSimpleName() كاسم للخسارة، FROM_LOGITS_DEFAULT لـ fromLogits، و LABEL_SMOOTHING_DEFAULT لـ labelSmoothing

حدود

tf	عمليات TensorFlow
تخفيض	نوع التخفيض الذي سيتم تطبيقه على الخسارة.

BinaryCrossentropy العام (Ops tf، boolean fromLogits)

إنشاء خسارة Binary Crossentropy باستخدام استخدام getSimpleName() كاسم للخسارة، labelSmoothing of LABEL_SMOOTHING_DEFAULT ، تقليل REDUCTION_DEFAULT ،

حدود

tf	عمليات TensorFlow
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية

BinaryCrossentropy العام (Ops tf، اسم السلسلة، منطقي fromLogits)

ينشئ خسارة Binary Crossentropy باستخدام labelSmoothing of LABEL_SMOOTHING_DEFAULT بتقليل REDUCTION_DEFAULT .

حدود

tf	عمليات TensorFlow
اسم	اسم الخسارة
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية

BinaryCrossentropy العام (Ops tf، boolean fromLogits، float labelSmoothing)

ينشئ خسارة Binary Crossentropy باستخدام استخدام getSimpleName() كاسم للخسارة وتقليل REDUCTION_DEFAULT .

حدود

tf	عمليات TensorFlow
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية
labelSmoothing	رقم في النطاق، [0، 1]. عندما 0، لا يحدث أي تجانس. عندما يكون > 0، قم بحساب الخسارة بين التسميات المتوقعة والنسخة المتجانسة من التسميات الحقيقية، حيث يؤدي التجانس إلى ضغط التسميات نحو 0.5. تتوافق القيم الأكبر لـ labelSmoothing مع تجانس أثقل.

BinaryCrossentropy العام (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة تجانس)

ينشئ خسارة Binary Crossentropy باستخدام تقليل REDUCTION_DEFAULT .

حدود

tf	عمليات TensorFlow
اسم	اسم الخسارة
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية
labelSmoothing	رقم في النطاق، [0، 1]. عندما 0، لا يحدث أي تجانس. عندما يكون > 0، قم بحساب الخسارة بين التسميات المتوقعة والنسخة المتجانسة من التسميات الحقيقية، حيث يؤدي التجانس إلى ضغط التسميات نحو 0.5. تتوافق القيم الأكبر لـ labelSmoothing مع تجانس أثقل.

BinaryCrossentropy العام (Ops tf، boolean fromLogits، float labelSmoothing، Reduction Reduction)

يخلق خسارة ثنائية Crossentropy

حدود

tf	عمليات TensorFlow
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية
labelSmoothing	رقم في النطاق، [0، 1]. عندما 0، لا يحدث أي تجانس. عندما يكون > 0، قم بحساب الخسارة بين التسميات المتوقعة والنسخة المتجانسة من التسميات الحقيقية، حيث يؤدي التجانس إلى ضغط التسميات نحو 0.5. تتوافق القيم الأكبر لـ labelSmoothing مع تجانس أثقل.
تخفيض	نوع التخفيض الذي سيتم تطبيقه على الخسارة.

BinaryCrossentropy العام (Ops tf، اسم السلسلة، منطقي fromLogits، تسمية عائمة، تجانس ، تقليل التخفيض)

يخلق خسارة ثنائية Crossentropy

حدود

tf	عمليات TensorFlow
اسم	اسم الخسارة
fromLogits	ما إذا كان سيتم تفسير التنبؤات على أنها موتر للقيم اللوغاريتمية
labelSmoothing	رقم في النطاق، [0، 1]. عندما 0، لا يحدث أي تجانس. عندما يكون > 0، قم بحساب الخسارة بين التسميات المتوقعة والنسخة المتجانسة من التسميات الحقيقية، حيث يؤدي التجانس إلى ضغط التسميات نحو 0.5. تتوافق القيم الأكبر لـ labelSmoothing مع تجانس أثقل.
تخفيض	نوع التخفيض الذي سيتم تطبيقه على الخسارة.

رميات

IllegalArgumentException	إذا لم يكن labelSmoothing ضمن النطاق الشامل من 0. - 1.

الأساليب العامة

استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)

يولد المعامل الذي يحسب الخسارة.

إذا تم تشغيله في وضع الرسم البياني، فسوف يؤدي الحساب إلى طرح TFInvalidArgumentException إذا كانت قيم التنبؤات خارج النطاق o [0. إلى 1.]. في وضع Eager، سيؤدي هذا الاستدعاء إلى طرح IllegalArgumentException ، إذا كانت قيم التنبؤات خارج النطاق o [0. إلى 1.]

حدود

تسميات	قيم الحقيقة أو التسميات
التنبؤات	التوقعات، يجب أن تكون القيم في النطاق [0. إلى 1.] شاملا.
SampleWeights	تعمل SampleWeights الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس الخسارة الإجمالية لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: يتم تقليل جميع وظائف الخسارة بمقدار بُعد واحد، وعادة ما يكون المحور=-1.)

المرتجعات

• الخسارة

رميات

IllegalArgumentException	إذا كانت التوقعات خارج النطاق [0.-1.].