Calcula a perda de entropia cruzada entre rótulos verdadeiros e rótulos previstos.
Use essa perda de entropia cruzada quando houver apenas duas classes de rótulo (assumidas como 0 e 1). Para cada exemplo, deve haver um único valor de ponto flutuante por predição.
Uso autônomo:
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
Ligando com peso da amostra:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f}); Operand<TFloat32> result = bce.call(labels, predictions, sampleWeight); // produces 0.458f
Usando o tipo de redução SUM
:
BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.SUM); Operand<TFloat32> result = bce.call(labels, predictions); // produces 1.630f
Usando o tipo de redução NONE
:
BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.NONE); Operand<TFloat32> result = bce.call(labels, predictions); // produces [0.916f, 0.714f]
Constantes
boleano | FROM_LOGITS_DEFAULT | |
flutuador | LABEL_SMOOTHING_DEFAULT |
Campos herdados
Construtores Públicos
BinaryCrossentropy (Ops tf) Cria uma perda binária cruzada usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits, LABEL_SMOOTHING_DEFAULT para labelSmoothing e uma redução de perda REDUCTION_DEFAULT | |
BinaryCrossentropy (Ops tf, redução de redução) Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda, FROM_LOGITS_DEFAULT para fromLogits e LABEL_SMOOTHING_DEFAULT para labelSmoothing | |
BinaryCrossentropy (Ops tf, boolean fromLogits) Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda, labelSmoothing de LABEL_SMOOTHING_DEFAULT , uma redução de REDUCTION_DEFAULT , | |
BinaryCrossentropy (Ops tf, String name, boolean fromLogits) Cria uma perda de entrecropia cruzada binária usando labelSmoothing de LABEL_SMOOTHING_DEFAULT uma redução de REDUCTION_DEFAULT . | |
BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing) Cria uma perda de entrecropia cruzada binária usando getSimpleName() como o nome da perda e uma redução de REDUCTION_DEFAULT . | |
BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing) Cria uma perda de entrecropia cruzada binária usando uma redução de REDUCTION_DEFAULT . | |
BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing, redução de redução) Cria uma perda binária cruzada | |
BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing, redução de redução) Cria uma perda binária cruzada |
Métodos Públicos
<T estende TNumber > Operando <T> |
Métodos herdados
Constantes
public static final booleano FROM_LOGITS_DEFAULT
flutuante público estático final LABEL_SMOOTHING_DEFAULT
Construtores Públicos
public BinaryCrossentropy (Ops tf)
Cria uma perda binária cruzada usando getSimpleName()
como o nome da perda, FROM_LOGITS_DEFAULT
para fromLogits, LABEL_SMOOTHING_DEFAULT
para labelSmoothing e uma redução de perda REDUCTION_DEFAULT
Parâmetros
tf | o TensorFlow Ops |
---|
public BinaryCrossentropy (Ops tf, redução de redução)
Cria uma perda de crossentropy binária usando getSimpleName()
como o nome da perda, FROM_LOGITS_DEFAULT
para fromLogits e LABEL_SMOOTHING_DEFAULT
para labelSmoothing
Parâmetros
tf | o TensorFlow Ops |
---|---|
redução | Tipo de redução a aplicar à perda. |
public BinaryCrossentropy (Ops tf, boolean fromLogits)
Cria uma perda de entrecropia cruzada binária usando getSimpleName()
como o nome da perda, labelSmoothing de LABEL_SMOOTHING_DEFAULT
, uma redução de REDUCTION_DEFAULT
,
Parâmetros
tf | o TensorFlow Ops |
---|---|
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
public BinaryCrossentropy (Ops tf, String name, boolean fromLogits)
Cria uma perda de entrecropia cruzada binária usando labelSmoothing de LABEL_SMOOTHING_DEFAULT
uma redução de REDUCTION_DEFAULT
.
Parâmetros
tf | o TensorFlow Ops |
---|---|
nome | o nome da perda |
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
public BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing)
Cria uma perda de entrecropia cruzada binária usando getSimpleName()
como o nome da perda e uma redução de REDUCTION_DEFAULT
.
Parâmetros
tf | o TensorFlow Ops |
---|---|
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
labelSmoothing | Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização. |
public BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing)
Cria uma perda de entrecropia cruzada binária usando uma redução de REDUCTION_DEFAULT
.
Parâmetros
tf | o TensorFlow Ops |
---|---|
nome | o nome da perda |
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
labelSmoothing | Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização. |
public BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing, redução de redução)
Cria uma perda binária cruzada
Parâmetros
tf | o TensorFlow Ops |
---|---|
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
labelSmoothing | Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização. |
redução | Tipo de redução a aplicar à perda. |
public BinaryCrossentropy (Ops tf, String name, boolean fromLogits, float labelSmoothing, redução de redução)
Cria uma perda binária cruzada
Parâmetros
tf | o TensorFlow Ops |
---|---|
nome | o nome da perda |
fromLogits | Se deve interpretar as previsões como um tensor de valores logit |
labelSmoothing | Um número no intervalo, [0, 1]. Quando 0, não ocorre suavização. Quando> 0, calcule a perda entre os rótulos previstos e uma versão suavizada dos rótulos verdadeiros, onde a suavização pressiona os rótulos para 0,5. Valores maiores de labelSmoothing correspondem a maior suavização. |
redução | Tipo de redução a aplicar à perda. |
Lança
Exceção de argumento ilegal | se labelSmoothing não está no intervalo inclusivo de 0. - 1. |
---|
Métodos Públicos
pública Operando <T> chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights)
Gera um operando que calcula a perda.
Se executado no modo Graph, o cálculo lançará TFInvalidArgumentException
se os valores de predições estiverem fora do intervalo o [0. a 1.]. No modo ansioso, esta chamada lançará IllegalArgumentException
, se os valores de predições estiverem fora do intervalo o [0. a 1.]
Parâmetros
rótulos | os valores verdadeiros ou rótulos |
---|---|
previsões | as previsões, os valores devem estar no intervalo [0. a 1.] inclusive. |
sampleWeights | SampleWeights opcional atua como um coeficiente para a perda. Se um escalar for fornecido, a perda será simplesmente dimensionada pelo valor fornecido. Se SampleWeights for um tensor de tamanho [batch_size], a perda total de cada amostra do lote será redimensionada pelo elemento correspondente no vetor SampleWeights. Se a forma de SampleWeights for [batch_size, d0, .. dN-1] (ou pode ser transmitida para esta forma), então cada elemento de perda de previsões é dimensionado pelo valor correspondente de SampleWeights. (Nota sobre dN-1: todas as funções de perda reduzem em 1 dimensão, geralmente eixo = -1.) |
Devoluções
- a perda
Lança
Exceção de argumento ilegal | se as previsões estiverem fora do intervalo [0.-1.]. |
---|