Huber

Huber kelas publik

Menghitung kerugian Huber antara label dan prediksi.

Untuk setiap nilai x dalam error = labels - predictions :

     loss = 0.5 * x^2                  if |x| <= d
     loss = 0.5 * d^2 + d * (|x| - d)  if |x| > d
 

dimana d adalah delta.

Penggunaan mandiri:

    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} });
    Huber huberLoss = new Huber(tf);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces 0.155
 

Memanggil dengan berat sampel:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = huberLoss.call(labels, predictions, sampleWeight);
    // produces 0.09f
 

Menggunakan tipe pengurangan SUM :

    Huber huberLoss = new Huber(tf, Reduction.SUM);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces 0.32f
 

Menggunakan tipe reduksi NONE :

    Huber huberLoss = new Huber(tf, Reduction.NONE);
    Operand<TFloat32> result = huberLoss.call(labels, predictions);
    // produces [0.18f, 0.13f]
 

Lihat Juga

• Kerugian Huber

Konstanta

mengambang

DELTA_DEFAULT

Bidang Warisan

Dari kelas org.tensorflow.framework.losses.Loss

Pengurangan akhir statis publik

REDUCTION_DEFAULT

Konstruktor Publik

	Huber (Ops tf) Membuat Kerugian Huber menggunakan getSimpleName() sebagai nama kerugian, DELTA_DEFAULT sebagai delta dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT
	Huber (Ops tf, Nama string) Membuat Kerugian Huber menggunakan DELTA_DEFAULT sebagai delta dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT
	Huber (Ops tf, Pengurangan pengurangan) Membuat Kerugian Huber menggunakan getSimpleName() sebagai nama kerugian dan DELTA_DEFAULT sebagai delta
	Huber (Ops tf, Nama string, Pengurangan pengurangan) Membuat Kerugian Huber menggunakan DELTA_DEFAULT sebagai delta
	Huber (Ops tf, Nama string, float delta, Reduksi reduksi) Menciptakan Kerugian Huber

Metode Publik

<T memperluas TNomber > Operan <T>

panggilan ( Operand <? extends TNumber > label, prediksi Operand <T>, Operand <T> sampleWeights) Menghasilkan Operan yang menghitung kerugian.

Metode Warisan

Dari kelas org.tensorflow.framework.losses.Loss

abstrak <T extends TNumber > Operan <T>	panggilan ( Operand <? extends TNumber > label, prediksi Operand <T>, Operand <T> sampleWeights) Menghasilkan Operan yang menghitung kerugian.
<T memperluas TNomber > Operan <T>	panggilan ( Operand <? extends TNumber > label, prediksi Operand <T>) Menghitung kerugiannya
Pengurangan	dapatkan Pengurangan () Mendapatkan pengurangan kerugian
Operasi	dapatkanTF () Mendapatkan Operasi TensorFlow

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	beri tahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Konstanta

float akhir statis publik DELTA_DEFAULT

Nilai Konstan: 1.0

Konstruktor Publik

Huber publik (Ops tf)

Membuat Kerugian Huber menggunakan getSimpleName() sebagai nama kerugian, DELTA_DEFAULT sebagai delta dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT

Parameter

tf	Operasi TensorFlow

Huber publik (Ops tf, Nama string)

Membuat Kerugian Huber menggunakan DELTA_DEFAULT sebagai delta dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT

Parameter

tf	Operasi TensorFlow
nama	nama kerugiannya, jika null maka getSimpleName() digunakan.

public Huber (Ops tf, Pengurangan pengurangan)

Membuat Kerugian Huber menggunakan getSimpleName() sebagai nama kerugian dan DELTA_DEFAULT sebagai delta

Parameter

tf	Operasi TensorFlow
pengurangan	Jenis Pengurangan yang diterapkan pada kerugian.

public Huber (Ops tf, Nama string, Pengurangan pengurangan)

Membuat Huber Loss menggunakan DELTA_DEFAULT sebagai delta

Parameter

tf	Operasi TensorFlow
nama	nama kerugiannya, jika null maka getSimpleName() digunakan.
pengurangan	Jenis Pengurangan yang diterapkan pada kerugian.

public Huber (Ops tf, Nama string, float delta, Reduksi reduksi)

Menciptakan Kerugian Huber

Parameter

tf	Operasi TensorFlow
nama	nama kerugiannya, jika null maka getSimpleName() digunakan.
delta	titik dimana fungsi kerugian Huber berubah dari kuadrat menjadi linier.
pengurangan	Jenis Pengurangan yang diterapkan pada kerugian.

Metode Publik

panggilan Operand <T> publik ( label Operand <? extends TNumber >, prediksi Operand <T>, Operand <T> sampleWeights)

Menghasilkan Operan yang menghitung kerugian.

Parameter

label	nilai atau label kebenaran
prediksi	prediksi
sampelBerat	SampleWeights opsional bertindak sebagai koefisien kerugian. Jika skalar disediakan, maka kerugiannya hanya diskalakan dengan nilai yang diberikan. Jika SampleWeights adalah tensor dengan ukuran [batch_size], maka total kerugian untuk setiap sampel batch akan diubah skalanya dengan elemen yang sesuai dalam vektor SampleWeights. Jika bentuk SampleWeights adalah [batch_size, d0, .. dN-1] (atau dapat disiarkan ke bentuk ini), maka setiap elemen prediksi yang hilang akan diskalakan dengan nilai SampleWeights yang sesuai. (Catatan pada dN-1: semua fungsi kerugian berkurang 1 dimensi, biasanya sumbu=-1.)

Kembali

• kerugiannya