Hinge

Шарнир общественного класса

Вычисляет потерю шарнира между метками и прогнозами.

loss = maximum(1 - labels * predictions, 0) .

Ожидается, что значения labels будут равны -1 или 1. Если указаны двоичные метки (0 или 1), они будут преобразованы в -1 или 1.

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} });
    Hinge hingeLoss = new Hinge(tf);
    Operand<TFloat32> result = hingeLoss.call(labels, predictions);
    // produces 1.3f
 

Вызов с выборочным весом:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = hingeLoss.call(labels, predictions, sampleWeight);
    // produces 0.55f
 

Использование типа сокращения SUM :

    Hinge hingeLoss = new Hinge(tf, Reduction.SUM);
    Operand<TFloat32> result = hingeLoss.call(labels, predictions);
    // produces 2.6f
 

Использование типа сокращения NONE :

    Hinge hingeLoss = new Hinge(tf, Reduction.NONE);
    Operand<TFloat32> result = hingeLoss.call(labels, predictions);
    // produces [1.1f, 1.5f]
 

Унаследованные поля

Из класса org.tensorflow.framework.losses.Loss

общедоступное статическое окончательное сокращение

REDUCTION_DEFAULT

Публичные конструкторы

	Шарнир (Ops TF) Создает шарнирную потерю, используя getSimpleName() в качестве имени потери и уменьшение потерь REDUCTION_DEFAULT
	Шарнир (Ops TF, Редуктор ) Создает шарнирную потерю, используя getSimpleName() в качестве имени потери.
	Шарнир (Ops tf, имя строки, уменьшение сокращения ) Создает шарнир

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	получить сокращение () 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 ()

Публичные конструкторы

общественный шарнир (Ops TF)

Создает шарнирную потерю, используя getSimpleName() в качестве имени потери и уменьшение потерь REDUCTION_DEFAULT

Параметры

ТС	Операции TensorFlow

общественный шарнир (Ops TF, сокращение сокращения )

Создает шарнирную потерю, используя getSimpleName() в качестве имени потери.

Параметры

ТС	Операции TensorFlow
снижение	Тип уменьшения, применяемого к убытку.

общедоступный шарнир (Ops tf, имя строки, сокращение сокращения )

Создает шарнир

Параметры

ТС	Операции TensorFlow
имя	название потери
снижение	Тип уменьшения, применяемого к убытку.

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 меток не входят в набор [-1., 0., 1.]. В режиме Eager этот вызов вызовет IllegalArgumentException , если значения меток не входят в набор [-1., 0., 1.].

Параметры

этикетки	значения истинности или метки должны быть либо -1, 0 или 1. Ожидается, что значения будут равны -1 или 1. Если указаны двоичные (0 или 1) метки, они будут преобразованы в -1 или 1.
предсказания	прогнозы, значения должны находиться в диапазоне [0. до 1.] включительно.
образецВес	Необязательный 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.].