หน้านี้ได้รับการแปลโดย Cloud Translation API

Huber

ฮูเบอร์ ชั้นเรียนสาธารณะ

คำนวณการสูญเสียของ Huber ระหว่างป้ายกำกับและการทำนาย

สำหรับแต่ละค่า x ใน error = labels - predictions :

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

โดยที่ d คือเดลต้า

การใช้งานแบบสแตนด์อโลน:

    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

การโทรด้วยน้ำหนักตัวอย่าง:

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

การใช้ประเภทการลด SUM :

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

การใช้ประเภทการลด NONE :

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

ดูเพิ่มเติม

การสูญเสียของฮูเบอร์

ค่าคงที่

ลอย DELTA_DEFAULT

ฟิลด์ที่สืบทอดมา

จากคลาส org.tensorflow.framework.losses.Loss

การลด ขั้นสุดท้ายแบบคงที่สาธารณะ ลด_ค่าเริ่มต้น

คอนสตรัคชั่นสาธารณะ

	ฮูเบอร์ (Ops tf) สร้าง Huber Loss โดยใช้ `getSimpleName()` เป็นชื่อการสูญเสีย `DELTA_DEFAULT` เป็นเดลต้า และการลดการสูญเสีย `REDUCTION_DEFAULT`
	Huber (Ops tf ชื่อสตริง) สร้างการสูญเสีย Huber โดยใช้ `DELTA_DEFAULT` เป็นเดลต้าและลดการสูญเสียของ `REDUCTION_DEFAULT`
	Huber (Ops tf, การ ลดลง) สร้าง Huber Loss โดยใช้ `getSimpleName()` เป็นชื่อการสูญเสีย และ `DELTA_DEFAULT` เป็นเดลต้า
	Huber (Ops tf, ชื่อสตริง, การลด การลด ) สร้าง Huber Loss โดยใช้ `DELTA_DEFAULT` เป็นเดลต้า
	Huber (Ops tf, ชื่อสตริง, เดลต้าลอย, การลดการลด ) สร้างการสูญเสียฮูเบอร์

วิธีการสาธารณะ

<T ขยาย TNumber > ตัวถูกดำเนินการ <T>

โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดคะเน, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)

สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

วิธีการสืบทอด

จากคลาส org.tensorflow.framework.losses.Loss

บทคัดย่อ <T ขยาย TNumber > ตัวถูกดำเนินการ <T>	โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดคะเน, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก) สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย
<T ขยาย TNumber > ตัวถูกดำเนินการ <T>	โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์) คำนวณการสูญเสีย
การลดน้อยลง	ได้รับการลด () ได้รับการลดการสูญเสีย
ปฏิบัติการ	getTF () รับ Ops TensorFlow

จากคลาส java.lang.Object

บูลีน	เท่ากับ (วัตถุ arg0)
คลาสสุดท้าย<?>	รับคลาส ()
ภายใน	แฮชโค้ด ()
โมฆะสุดท้าย	แจ้ง ()
โมฆะสุดท้าย	แจ้งทั้งหมด ()
สตริง	toString ()
โมฆะสุดท้าย	รอสักครู่ (ยาว arg0, int arg1)
โมฆะสุดท้าย	รอ (ยาว arg0)
โมฆะสุดท้าย	รอ ()

ค่าคงที่

โฟลตสุดท้ายคงสาธารณะ DELTA_DEFAULT

ค่าคงที่: 1.0

คอนสตรัคชั่นสาธารณะ

Huber สาธารณะ (Ops tf)

สร้าง Huber Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย DELTA_DEFAULT เป็นเดลต้า และการลดการสูญเสีย REDUCTION_DEFAULT

พารามิเตอร์

ไม่	Ops ของ TensorFlow

Huber สาธารณะ (Ops tf ชื่อสตริง)

สร้างการสูญเสียฮูเบอร์โดยใช้ DELTA_DEFAULT เป็นเดลต้าและลดการสูญเสียของ REDUCTION_DEFAULT

พารามิเตอร์

ไม่	Ops ของ TensorFlow
ชื่อ	ชื่อของการสูญเสีย หากเป็นค่าว่าง จะใช้ `getSimpleName()`

Huber สาธารณะ (Ops tf, การลด การ ลดลง)

สร้าง Huber Loss โดยใช้ getSimpleName() เป็นชื่อการสูญเสีย และ DELTA_DEFAULT เป็นเดลต้า

พารามิเตอร์

ไม่	Ops ของ TensorFlow
การลดน้อยลง	ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

Huber สาธารณะ (Ops tf, ชื่อสตริง, การลดการลด )

สร้าง Huber Loss โดยใช้ DELTA_DEFAULT เป็นเดลต้า

พารามิเตอร์

ไม่	Ops ของ TensorFlow
ชื่อ	ชื่อของการสูญเสีย หากเป็นค่าว่าง จะใช้ `getSimpleName()`
การลดน้อยลง	ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

Huber สาธารณะ (Ops tf, ชื่อสตริง, เดลต้าลอย, การลดการ ลด)

สร้างการสูญเสียฮูเบอร์

พารามิเตอร์

ไม่	Ops ของ TensorFlow
ชื่อ	ชื่อของการสูญเสีย หากเป็นค่าว่าง จะใช้ `getSimpleName()`
เดลต้า	จุดที่ฟังก์ชันการสูญเสียของฮูเบอร์เปลี่ยนจากกำลังสองเป็นเชิงเส้น
การลดน้อยลง	ประเภทของส่วนลดที่จะใช้กับการสูญเสีย

วิธีการสาธารณะ

ตัวดำเนินการ สาธารณะ <T> โทร ( ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์, ตัวดำเนินการ <T> ตัวอย่างน้ำหนัก)

สร้างตัวถูกดำเนินการที่คำนวณการสูญเสีย

พารามิเตอร์

ฉลาก	ค่าความจริงหรือป้ายกำกับ
การคาดการณ์	การคาดการณ์
ตัวอย่างน้ำหนัก	SampleWeights ที่เป็นตัวเลือกจะทำหน้าที่เป็นสัมประสิทธิ์การสูญเสีย หากมีการระบุสเกลาร์ การสูญเสียก็จะถูกปรับขนาดตามค่าที่กำหนด หาก SampleWeights เป็นเทนเซอร์ที่มีขนาด [batch_size] ค่าที่สูญเสียทั้งหมดสำหรับแต่ละตัวอย่างในแบตช์จะถูกปรับขนาดใหม่โดยองค์ประกอบที่เกี่ยวข้องในเวกเตอร์ SampleWeights หากรูปร่างของ SampleWeights คือ [batch_size, d0, .. dN-1] (หรือสามารถถ่ายทอดไปยังรูปร่างนี้ได้) ดังนั้น องค์ประกอบที่สูญเสียแต่ละรายการของการคาดการณ์จะถูกปรับขนาดตามค่าที่สอดคล้องกันของ SampleWeights (หมายเหตุสำหรับ dN-1: ฟังก์ชันการสูญเสียทั้งหมดลดลง 1 มิติ โดยปกติจะเป็นแกน=-1)

การส่งคืน

การสูญเสีย