LogCosh

classe pubblica LogCosh

Calcola Calcola il logaritmo del coseno iperbolico dell'errore di previsione.

logcosh = log((exp(x) + exp(-x))/2) , dove x è la predictions - labels .

Utilizzo autonomo:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {1.f, 1.f}, {0.f, 0.f} });
    LogCosh logcosh = new LogCosh(tf);
    Operand<TFloat32> result = logcosh.call(labels, predictions);
    // produces 0.108
 

Chiamata con peso campione:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f});
    Operand<TFloat32> result = logcosh.call(labels, predictions, sampleWeight);
    // produces 0.087f
 

Utilizzando il tipo di riduzione SUM :

    LogCosh logcosh = new LogCosh(tf, Reduction.SUM);
    Operand<TFloat32> result = logcosh.call(labels, predictions);
    // produces 0.217f
 

Utilizzando il tipo di riduzione NONE :

    LogCosh logcosh = new LogCosh(tf, Reduction.NONE);
    Operand<TFloat32> result = logcosh.call(labels, predictions);
    // produces [0.217f, 0f]
 

Campi ereditati

Dalla classe org.tensorflow.framework.losses.Loss

Riduzione finale statica pubblica

RIDUZIONE_DEFAULT

Costruttori pubblici

	LogCosh (Ops tf) Crea una perdita LogCosh utilizzando getSimpleName() come nome della perdita e una riduzione della perdita di REDUCTION_DEFAULT
	LogCosh (Ops tf, nome stringa) Crea una perdita LogCosh utilizzando una riduzione della perdita di REDUCTION_DEFAULT
	LogCosh (Ops tf, Riduzione riduzione) Crea una perdita LogCosh utilizzando getSimpleName() come nome della perdita
	LogCosh (Ops tf, Nome stringa, Riduzione riduzione) Crea una perdita LogCosh

Metodi pubblici

<T estende TNumero > Operando <T>

chiamata ( Operando <? estende TNumber > etichette, Operando <T> previsioni, Operando <T> sampleWeights) Genera un operando che calcola la perdita.

Metodi ereditati

Dalla classe org.tensorflow.framework.losses.Loss

abstract <T estende TNumero > Operando <T>	chiamata ( Operando <? estende TNumber > etichette, Operando <T> previsioni, Operando <T> sampleWeights) Genera un operando che calcola la perdita.
<T estende TNumero > Operando <T>	chiamata ( Operando <? estende TNumber > etichette, Operando <T> previsioni) Calcola la perdita
Riduzione	getRiduzione () Ottiene la riduzione delle perdite
Op	ottieni TF () Ottiene le operazioni TensorFlow

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codicehash ()
vuoto finale	avvisare ()
vuoto finale	notificaTutti ()
Corda	aStringa ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Costruttori pubblici

LogCosh pubblico (Ops tf)

Crea una perdita LogCosh utilizzando getSimpleName() come nome della perdita e una riduzione della perdita di REDUCTION_DEFAULT

Parametri

tf	le operazioni TensorFlow

public LogCosh (Ops tf, nome stringa)

Crea una perdita LogCosh utilizzando una riduzione della perdita di REDUCTION_DEFAULT

Parametri

tf	le operazioni TensorFlow
nome	il nome della perdita, se null viene utilizzato getSimpleName() .

pubblico LogCosh (Ops tf, Riduzione riduzione)

Crea una perdita LogCosh utilizzando getSimpleName() come nome della perdita

Parametri

tf	le operazioni TensorFlow
riduzione	Tipo di riduzione da applicare alla perdita.

public LogCosh (Ops tf, Nome stringa, Riduzione riduzione)

Crea una perdita LogCosh

Parametri

tf	le operazioni TensorFlow
nome	il nome della perdita, se null viene utilizzato getSimpleName() .
riduzione	Tipo di riduzione da applicare alla perdita.

Metodi pubblici

chiamata pubblica dell'operando <T> ( Operando <? estende TNumber > etichette, previsioni dell'operando <T>, operando <T> sampleWeights)

Genera un operando che calcola la perdita.

Parametri

etichette	i valori o le etichette di verità
previsioni	le previsioni
campionePesi	sampleWeights opzionale funge da coefficiente per la perdita. Se viene fornito uno scalare, la perdita viene semplicemente ridimensionata in base al valore fornito. Se SampleWeights è un tensore di dimensione [batch_size], la perdita totale per ciascun campione del batch viene riscalata dall'elemento corrispondente nel vettore SampleWeights. Se la forma di SampleWeights è [batch_size, d0, .. dN-1] (o può essere trasmessa a questa forma), ogni elemento di perdita delle previsioni viene ridimensionato in base al valore corrispondente di SampleWeights. (Nota su dN-1: tutte le funzioni di perdita si riducono di 1 dimensione, solitamente asse=-1.)

Ritorni

• la perdita