BinaryCrossentropy

klasa publiczna BinaryCrossentropy

Oblicza stratę entropii krzyżowej między etykietami rzeczywistymi i etykietami przewidywanymi.

Użyj tej straty między entropią, gdy istnieją tylko dwie klasy etykiet (przyjmuje się, że są to 0 i 1). W każdym przykładzie powinna istnieć jedna wartość zmiennoprzecinkowa na prognozę.

Samodzielne użycie:

    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
 

Wywołanie z wagą próbki:

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

Używanie typu redukcji SUM :

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

Używanie typu redukcji NONE :

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

Stałe

wartość logiczna	FROM_LOGITS_DEFAULT
platforma	LABEL_SMOOTHING_DEFAULT

Dziedziczone pola

Z klasy org.tensorflow.framework.losses.Loss

publiczna statyczna ostateczna redukcja

REDUCTION_DEFAULT

Konstruktorzy publiczni

	BinarnyCrossentropia (Ops tf) Tworzy binarną stratę krzyżową, używając getSimpleName() jako nazwy straty, FROM_LOGITS_DEFAULT dla fromLogits, LABEL_SMOOTHING_DEFAULT dla labelSmoothing i redukcji strat wynoszącej REDUCTION_DEFAULT
	BinarnyCrossentropia (Ops tf, redukcja redukcji ) Tworzy binarną stratę Crossentropy, używając getSimpleName() jako nazwy straty, FROM_LOGITS_DEFAULT dla fromLogits i LABEL_SMOOTHING_DEFAULT dla labelSmoothing
	BinaryCrossentropy (Ops tf, wartość logiczna z Logits) Tworzy binarną stratę Crossentropy, używając getSimpleName() jako nazwy straty, labelSmoothing LABEL_SMOOTHING_DEFAULT , redukcja REDUCTION_DEFAULT ,
	BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits) Tworzy binarną stratę crossentropii przy użyciu labelSmoothing LABEL_SMOOTHING_DEFAULT redukcji REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, wartość logiczna zLogits, etykieta zmiennoprzecinkowaSmoothing) Tworzy binarną stratę krzyżową, używając getSimpleName() jako nazwy straty i redukcji REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits, etykieta zmiennoprzecinkowaSmoothing) Tworzy binarną stratę crossentropii przy użyciu redukcji REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, wartość logiczna zLogits, etykieta zmiennoprzecinkowaWygładzanie, redukcja redukcji ) Tworzy binarną stratę krzyżową
	BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits, etykieta zmiennoprzecinkowaWygładzanie, redukcja redukcji ) Tworzy binarną stratę krzyżową

Metody publiczne

<T rozszerza TNumer > Operand <T>

wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje argument, który oblicza stratę.

Metody dziedziczone

Z klasy org.tensorflow.framework.losses.Loss

streszczenie <T rozszerza numer T > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje argument, który oblicza stratę.
<T rozszerza TNumer > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>) Oblicza stratę
Zmniejszenie	uzyskaj redukcję () Pobiera redukcję strat
Operacje	getTF () Pobiera operacje TensorFlow

Z klasy java.lang.Object

wartość logiczna	równa się (Obiekt arg0)
ostatnia klasa<?>	pobierzKlasę ()
wew	hashCode ()
ostateczna pustka	powiadomić ()
ostateczna pustka	powiadom wszystkich ()
Strunowy	doString ()
ostateczna pustka	czekaj (długi arg0, int arg1)
ostateczna pustka	czekaj (długi arg0)
ostateczna pustka	Czekać ()

Stałe

publiczna statyczna końcowa wartość logiczna FROM_LOGITS_DEFAULT

Wartość stała: fałsz

publiczny statyczny końcowy float LABEL_SMOOTHING_DEFAULT

Wartość stała: 0,0

Konstruktorzy publiczni

public BinaryCrossentropy (Ops tf)

Tworzy binarną stratę krzyżową, używając getSimpleName() jako nazwy straty, FROM_LOGITS_DEFAULT dla fromLogits, LABEL_SMOOTHING_DEFAULT dla labelSmoothing i redukcji strat wynoszącej REDUCTION_DEFAULT

Parametry

tf	operacji TensorFlow

public BinaryCrossentropy (Ops tf, redukcja redukcji )

Tworzy binarną stratę Crossentropy, używając getSimpleName() jako nazwy straty, FROM_LOGITS_DEFAULT dla fromLogits i LABEL_SMOOTHING_DEFAULT dla labelSmoothing

Parametry

tf	operacji TensorFlow
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public BinaryCrossentropy (Ops tf, wartość logiczna zLogits)

Tworzy binarną stratę Crossentropy, używając getSimpleName() jako nazwy straty, labelSmoothing LABEL_SMOOTHING_DEFAULT , redukcja REDUCTION_DEFAULT ,

Parametry

tf	operacji TensorFlow
zLogits	Czy interpretować prognozy jako tensor wartości logitowych

public BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits)

Tworzy binarną stratę crossentropii przy użyciu labelSmoothing LABEL_SMOOTHING_DEFAULT redukcji REDUCTION_DEFAULT .

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
zLogits	Czy interpretować prognozy jako tensor wartości logitowych

public BinaryCrossentropy (Ops tf, wartość logiczna zLogits, float labelSmoothing)

Tworzy binarną stratę krzyżową, używając getSimpleName() jako nazwy straty i redukcji REDUCTION_DEFAULT .

Parametry

tf	operacji TensorFlow
zLogits	Czy interpretować prognozy jako tensor wartości logitowych
etykietaWygładzanie	Liczba z zakresu [0, 1]. Gdy 0, wygładzanie nie występuje. Gdy > 0, oblicz stratę między przewidywanymi etykietami a wygładzoną wersją prawdziwych etykiet, gdzie wygładzanie ściska etykiety w kierunku 0,5. Większe wartości labelSmoothing odpowiadają intensywniejszemu wygładzaniu.

public BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits, etykieta zmiennoprzecinkowaSmoothing)

Tworzy binarną stratę crossentropii przy użyciu redukcji REDUCTION_DEFAULT .

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
zLogits	Czy interpretować prognozy jako tensor wartości logitowych
etykietaWygładzanie	Liczba z zakresu [0, 1]. Gdy 0, wygładzanie nie występuje. Gdy > 0, oblicz stratę między przewidywanymi etykietami a wygładzoną wersją prawdziwych etykiet, gdzie wygładzanie ściska etykiety w kierunku 0,5. Większe wartości labelSmoothing odpowiadają intensywniejszemu wygładzaniu.

public BinaryCrossentropy (Ops tf, wartość logiczna zLogits, float labelSmoothing, redukcja redukcji )

Tworzy binarną stratę krzyżową

Parametry

tf	operacji TensorFlow
zLogits	Czy interpretować prognozy jako tensor wartości logitowych
etykietaWygładzanie	Liczba z zakresu [0, 1]. Gdy 0, wygładzanie nie występuje. Gdy > 0, oblicz stratę między przewidywanymi etykietami a wygładzoną wersją prawdziwych etykiet, gdzie wygładzanie ściska etykiety w kierunku 0,5. Większe wartości labelSmoothing odpowiadają intensywniejszemu wygładzaniu.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna zLogits, etykieta zmiennoprzecinkowaWygładzanie, redukcja redukcji)

Tworzy binarną stratę krzyżową

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
zLogits	Czy interpretować przewidywania jako tensor wartości logitowych
etykietaWygładzanie	Liczba z zakresu [0, 1]. Gdy 0, wygładzanie nie występuje. Gdy > 0, oblicz stratę między przewidywanymi etykietami a wygładzoną wersją prawdziwych etykiet, gdzie wygładzanie ściska etykiety w kierunku 0,5. Większe wartości labelSmoothing odpowiadają intensywniejszemu wygładzaniu.
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

Rzuca

Wyjątek IllegalArgument	jeśli labelSmoothing nie należy do zakresu 0. - 1.

Metody publiczne

publiczne wywołanie argumentu <T> ( operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi)

Generuje argument, który oblicza stratę.

Jeśli zostanie uruchomione w trybie wykresu, obliczenia zgłoszą TFInvalidArgumentException , jeśli wartości przewidywań będą poza zakresem o [0. do 1.]. W trybie Eager to wywołanie zgłosi wyjątek IllegalArgumentException , jeśli wartości przewidywań wykraczają poza zakres o [0. do 1.]

Parametry

etykiety	wartości prawdy lub etykiety
prognozy	przewidywań, wartości muszą mieścić się w zakresie [0. do 1.] włącznie.
próbkiWagi	Opcjonalne próbki SampleWeights działają jako współczynnik straty. Jeśli podany jest skalar, strata jest po prostu skalowana według podanej wartości. Jeśli SampleWeights jest tensorem rozmiaru [batch_size], wówczas całkowita strata dla każdej próbki w partii jest przeskalowana przez odpowiedni element wektora SampleWeights. Jeśli kształt SampleWeights wynosi [batch_size, d0, .. dN-1] (lub może być nadawany do tego kształtu), wówczas każdy element predykcji straty jest skalowany przez odpowiednią wartość SampleWeights. (Uwaga do dN-1: wszystkie funkcje strat zmniejszają się o 1 wymiar, zwykle oś=-1.)

Zwroty

• strata

Rzuca

Wyjątek IllegalArgument	jeśli przewidywania są poza zakresem [0.-1.].