KLDivergence

الطبقة العامة KLDivergence

حساب خسارة تباعد Kullback-Leibler بين التسميات والتنبؤات.

loss = labels * log(labels / predictions)

الاستخدام المستقل:

    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} });
    KLDivergence kld = new KLDivergence(tf);
    Operand<TFloat32> result = kld.call(labels, predictions);
    // produces 0.458

الاتصال مع وزن العينة:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f});
    Operand<TFloat32> result = kld.call(labels, predictions, sampleWeight);
    // produces 0.366f

باستخدام نوع التخفيض SUM :

    KLDivergence kld = new KLDivergence(tf, Reduction.SUM);
    Operand<TFloat32> result = kld.call(labels, predictions);
    // produces 0.916f

باستخدام نوع التخفيض NONE :

    KLDivergence kld = new KLDivergence(tf, Reduction.NONE);
    Operand<TFloat32> result = kld.call(labels, predictions);
    // produces [0.916f, -3.08e-06f]

انظر أيضا

الحقول الموروثة

المقاولون العامون

KLDivergence (Ops tf)
إنشاء خسارة تباعد Kullback Leibler باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT
KLDivergence (Ops tf، تقليل التخفيض )
إنشاء خسارة خسارة تباعد Kullback Leibler باستخدام getSimpleName() كاسم للخسارة
KLDivergence (Ops tf، اسم السلسلة، تقليل التخفيض )
يخلق خسارة تباعد كولباك ليبلر

الأساليب العامة

<T يمتد TNumber > المعامل <T>
استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، المعامل <T> SampleWeights)
يولد المعامل الذي يحسب الخسارة.

الطرق الموروثة

المقاولون العامون

KLDivergence العامة (Ops tf)

إنشاء خسارة تباعد Kullback Leibler باستخدام getSimpleName() كاسم للخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT

حدود
tf عمليات TensorFlow

تباعد KLD العام (Ops tf، تقليل التخفيض )

إنشاء خسارة خسارة تباعد Kullback Leibler باستخدام getSimpleName() كاسم للخسارة

حدود
tf عمليات TensorFlow
تخفيض نوع التخفيض الذي سيتم تطبيقه على الخسارة.

KLDivergence العام (Ops tf، اسم السلسلة، تقليل التخفيض )

يخلق خسارة تباعد كولباك ليبلر

حدود
tf عمليات TensorFlow
اسم اسم الخسارة
تخفيض نوع التخفيض الذي سيتم تطبيقه على الخسارة.

الأساليب العامة

استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)

يولد المعامل الذي يحسب الخسارة.

حدود
التسميات قيم الحقيقة أو التسميات
التنبؤات التوقعات
SampleWeights تعمل أوزان العينات الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس إجمالي الخسارة لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: جميع دوال الخسارة تقلل بمقدار بُعد واحد، وعادة ما يكون المحور=-1.)
المرتجعات
  • الخسارة