CategoricalHinge

공개 클래스 CategoryicalHinge

라벨과 예측 간의 범주형 힌지 손실을 계산합니다.

loss = maximum(neg - pos + 1, 0) 여기서 neg=maximum((1-labels)*predictions) 및 pos=sum(labels*predictions)

labels 값은 0 또는 1이어야 합니다.

독립형 사용:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0, 1}, {0, 0} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
    CategoricalHinge categoricalHinge = new CategoricalHinge(tf);
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
    // produces 1.4

샘플 가중치로 호출:

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

SUM 감소 유형 사용:

    CategoricalHinge categoricalHinge = new CategoricalHinge(tf, Reduction.SUM);
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
    // produces 2.8f

NONE 축소 유형 사용:

    CategoricalHinge categoricalHinge =
        new CategoricalHinge(tf, Reduction.NONE);
    Operand<TFloat32> result = categoricalHinge.call(labels, predictions);
    // produces [1.2f, 1.6f]

상속된 필드

org.tensorflow.framework.losses.Loss 클래스에서

공개 정적 최종 감소 REDUCTION_DEFAULT

공공 생성자

	CategoricalHinge (Ops tf) `getSimpleName()` 손실 이름으로 사용하고 `REDUCTION_DEFAULT` 의 손실 감소를 사용하여 범주형 힌지 손실을 생성합니다.
	CategoricalHinge (Ops tf, 감소 감소) `getSimpleName()` 손실 이름으로 사용하여 범주형 힌지 손실을 생성합니다.
	CategoricalHinge (Ops tf, 문자열 이름, Reduction 감소) 범주형 힌지를 생성합니다.

공개 방법

<T는 T번호를 확장합니다. > 피연산자 <T>

호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights)

손실을 계산하는 피연산자를 생성합니다.

상속된 메서드

org.tensorflow.framework.losses.Loss 클래스에서

추상 <T는 T번호를 확장합니다> 피연산자 <T>	호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights) 손실을 계산하는 피연산자를 생성합니다.
<T는 T번호를 확장합니다. > 피연산자 <T>	호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측) 손실을 계산합니다
절감	getReduction () 손실 감소를 얻습니다.
운영	getTF () TensorFlow 작업을 가져옵니다.

java.lang.Object 클래스에서

부울	같음 (개체 arg0)
마지막 수업<?>	getClass ()
정수	해시 코드 ()
최종 무효	알림 ()
최종 무효	통지모두 ()
끈	toString ()
최종 무효	대기 (long arg0, int arg1)
최종 무효	기다리세요 (긴 arg0)
최종 무효	기다리다 ()

공공 생성자

공개 CategoricalHinge (Ops tf)

getSimpleName() 손실 이름으로 사용하고 REDUCTION_DEFAULT 의 손실 감소를 사용하여 범주형 힌지 손실을 생성합니다.

매개변수

tf	TensorFlow 작업

public CategoricalHinge (Ops tf, 감소 감소)

getSimpleName() 손실 이름으로 사용하여 범주형 힌지 손실을 생성합니다.

매개변수

tf	TensorFlow 작업
절감	손실에 적용할 감소 유형입니다.

public CategoricalHinge (Ops tf, 문자열 이름, Reduction 감소)

범주형 힌지를 생성합니다.

매개변수

tf	TensorFlow 작업
이름	손실의 이름
절감	손실에 적용할 감소 유형입니다.

공개 방법

공개 피연산자 <T> 호출 ( 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, 피연산자 <T> SampleWeights)

손실을 계산하는 피연산자를 생성합니다.

매개변수

라벨	진리값 또는 라벨
예측	예측
샘플 가중치	선택적 SampleWeights는 손실에 대한 계수 역할을 합니다. 스칼라가 제공되면 손실은 단순히 주어진 값에 따라 조정됩니다. SampleWeights가 [batch_size] 크기의 텐서인 경우 배치의 각 샘플에 대한 총 손실은 SampleWeights 벡터의 해당 요소에 따라 크기가 조정됩니다. SampleWeights의 형태가 [batch_size, d0, .. dN-1]인 경우(또는 이 형태로 브로드캐스팅될 수 있음) 예측의 각 손실 요소는 SampleWeights의 해당 값에 따라 조정됩니다. (dN-1에 대한 참고 사항: 모든 손실 함수는 1차원으로 감소하며 일반적으로 축=-1입니다.)

보고

손실