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)

สร้างการสูญเสีย Huber โดยใช้ 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