BinaryCrossentropy

публичный класс BinaryCrossentropy

Вычисляет потерю перекрестной энтропии между истинными метками и прогнозируемыми метками.

Используйте эту потерю перекрестной энтропии, когда имеется только два класса меток (предполагается, что они равны 0 и 1). Для каждого примера должно быть одно значение с плавающей запятой для каждого прогноза.

Автономное использование:

    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
 

Вызов с выборочным весом:

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

Использование типа сокращения SUM :

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

Использование типа сокращения NONE :

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

Константы

логическое значение	FROM_LOGITS_DEFAULT
плавать	LABEL_SMOOTHING_DEFAULT

Унаследованные поля

Из класса org.tensorflow.framework.losses.Loss

общедоступное статическое окончательное сокращение

REDUCTION_DEFAULT

Публичные конструкторы

	Бинарная кроссэнтропия (Ops TF) Создает двоичную кроссэнтропийную потерю, используя getSimpleName() в качестве имени потери, FROM_LOGITS_DEFAULT для fromLogits, LABEL_SMOOTHING_DEFAULT для labelSmoothing и уменьшения потерь REDUCTION_DEFAULT
	Бинарная кроссэнтропия (Ops tf, сокращение сокращения ) Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери, FROM_LOGITS_DEFAULT для fromLogits и LABEL_SMOOTHING_DEFAULT для labelSmoothing.
	BinaryCrossentropy (Ops tf, логическое значение от Logits) Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери, labelSmoothing LABEL_SMOOTHING_DEFAULT , сокращение REDUCTION_DEFAULT ,
	BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits) Создает потерю двоичной кроссэнтропии, используя labelSmoothing LABEL_SMOOTHING_DEFAULT и сокращение REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, логическое значение fromLogits, float labelSmoothing) Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери и сокращение REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, метка с плавающей точкойSmoothing) Создает потерю двоичной кроссэнтропии, используя сокращение REDUCTION_DEFAULT .
	BinaryCrossentropy (Ops tf, логическое значение fromLogits, float labelSmoothing, уменьшение сокращения ) Создает потерю двоичной кроссэнтропии
	BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, сокращение сокращения ) Создает потерю двоичной кроссэнтропии

Публичные методы

<T расширяет TNumber > Операнд <T>

вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights) Генерирует операнд, который вычисляет потери.

Унаследованные методы

Из класса org.tensorflow.framework.losses.Loss

абстрактный <T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights) Генерирует операнд, который вычисляет потери.
<T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>) Рассчитывает потери
Снижение	получитьРедукцию () Получает сокращение потерь
Операции	получитьTF () Получает операции TensorFlow.

Из класса java.lang.Object

логическое значение	равно (Объект arg0)
последний класс<?>	получитьКласс ()
интервал	хэш-код ()
окончательная пустота	уведомить ()
окончательная пустота	уведомитьВсе ()
Нить	toString ()
окончательная пустота	подождать (длинный arg0, int arg1)
окончательная пустота	подождите (длинный arg0)
окончательная пустота	ждать ()

Константы

общедоступное статическое окончательное логическое значение FROM_LOGITS_DEFAULT

Постоянное значение: ложь

общедоступный статический финальный плавающий элемент LABEL_SMOOTHING_DEFAULT

Постоянное значение: 0,0

Публичные конструкторы

публичная BinaryCrossentropy (Ops TF)

Создает двоичную кроссэнтропийную потерю, используя getSimpleName() в качестве имени потери, FROM_LOGITS_DEFAULT для fromLogits, LABEL_SMOOTHING_DEFAULT для labelSmoothing и уменьшения потерь REDUCTION_DEFAULT

Параметры

ТС	Операции TensorFlow

общественная BinaryCrossentropy (Ops tf, сокращение сокращения )

Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери, FROM_LOGITS_DEFAULT для fromLogits и LABEL_SMOOTHING_DEFAULT для labelSmoothing.

Параметры

ТС	Операции TensorFlow
снижение	Тип уменьшения, применяемого к убытку.

общедоступная BinaryCrossentropy (Ops tf, логическое значение fromLogits)

Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери, labelSmoothing LABEL_SMOOTHING_DEFAULT , сокращение REDUCTION_DEFAULT ,

Параметры

ТС	Операции TensorFlow
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений

public BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits)

Создает потерю двоичной кроссэнтропии, используя labelSmoothing LABEL_SMOOTHING_DEFAULT и сокращение REDUCTION_DEFAULT .

Параметры

ТС	Операции TensorFlow
имя	название потери
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений

public BinaryCrossentropy (Ops tf, логическое значение fromLogits, float labelSmoothing)

Создает потерю двоичной кроссэнтропии, используя getSimpleName() в качестве имени потери и сокращение REDUCTION_DEFAULT .

Параметры

ТС	Операции TensorFlow
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений
labelСглаживание	Число в диапазоне [0, 1]. Когда 0, сглаживание не происходит. Когда > 0, вычислите потерю между предсказанными метками и сглаженной версией истинных меток, где сглаживание сжимает метки до 0,5. Большие значения labelSmoothing соответствуют более сильному сглаживанию.

public BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing)

Создает потерю двоичной кроссэнтропии, используя сокращение REDUCTION_DEFAULT .

Параметры

ТС	Операции TensorFlow
имя	название потери
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений
labelСглаживание	Число в диапазоне [0, 1]. Когда 0, сглаживание не происходит. Когда > 0, вычислите потерю между предсказанными метками и сглаженной версией истинных меток, где сглаживание сжимает метки до 0,5. Большие значения labelSmoothing соответствуют более сильному сглаживанию.

public BinaryCrossentropy (Ops tf, boolean fromLogits, float labelSmoothing, Reduction Reduction)

Создает потерю двоичной кроссэнтропии

Параметры

ТС	Операции TensorFlow
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений
labelСглаживание	Число в диапазоне [0, 1]. Когда 0, сглаживание не происходит. Когда > 0, вычислите потерю между предсказанными метками и сглаженной версией истинных меток, где сглаживание сжимает метки до 0,5. Большие значения labelSmoothing соответствуют более сильному сглаживанию.
снижение	Тип уменьшения, применяемого к убытку.

public BinaryCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, уменьшение сокращения )

Создает потерю двоичной кроссэнтропии

Параметры

ТС	Операции TensorFlow
имя	название потери
fromLogits	Следует ли интерпретировать прогнозы как тензор логит-значений
labelСглаживание	Число в диапазоне [0, 1]. Когда 0, сглаживание не происходит. Когда > 0, вычислите потерю между предсказанными метками и сглаженной версией истинных меток, где сглаживание сжимает метки до 0,5. Большие значения labelSmoothing соответствуют более сильному сглаживанию.
снижение	Тип уменьшения, применяемого к убытку.

Броски

IllegalArgumentException	если labelSmoothing не находится в диапазоне от 0 до 1.

Публичные методы

общедоступный вызов операнда <T> ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights)

Генерирует операнд, который вычисляет потери.

При запуске в режиме графика вычисление выдаст исключение TFInvalidArgumentException если значения прогнозов выходят за пределы диапазона o [0. до 1.]. В режиме Eager этот вызов выдаст IllegalArgumentException , если значения прогнозов выходят за пределы диапазона o [0. до 1.]

Параметры

этикетки	значения истинности или метки
предсказания	прогнозы, значения должны находиться в диапазоне [0. до 1.] включительно.
образецВес	Дополнительный SampleWeights действует как коэффициент потерь. Если указан скаляр, то потери просто масштабируются по заданному значению. Если SampleWeights — это тензор размера [batch_size], то общие потери для каждой выборки пакета масштабируются соответствующим элементом вектора SampleWeights. Если форма SampleWeights равна [batch_size, d0, .. dN-1] (или может быть передана в эту форму), то каждый элемент потерь прогнозов масштабируется соответствующим значением SampleWeights. (Примечание к dN-1: все функции потерь уменьшаются на 1 измерение, обычно ось = -1.)

Возврат

• потеря

Броски

IllegalArgumentException	если прогнозы выходят за пределы диапазона [0.-1.].