LogCosh

genel sınıf LogCosh

Hesaplar Tahmin hatasının hiperbolik kosinüsünün logaritmasını hesaplar.

logcosh = log((exp(x) + exp(-x))/2) , burada x , hata predictions - labels .

Bağımsız kullanım:

    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
 

Numune ağırlığıyla arama:

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

SUM azaltma türünü kullanma:

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

NONE azaltma türünü kullanma:

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

Devralınan Alanlar

org.tensorflow.framework.losses.Loss sınıfından

genel statik nihai Azaltma

REDUCTION_DEFAULT

Kamu İnşaatçıları

	LogCosh (Ops tf) Kayıp adı olarak getSimpleName() yöntemini kullanarak bir LogCosh Kaybı ve REDUCTION_DEFAULT tutarında Kayıp Azaltma oluşturur
	LogCosh (Ops tf, Dize adı) REDUCTION_DEFAULT Kayıp Azaltma kullanarak LogCosh Kaybı oluşturur
	LogCosh (Ops tf, Azaltma azaltma) Kayıp adı olarak getSimpleName() öğesini kullanarak bir LogCosh Kaybı oluşturur
	LogCosh (Ops tf, Dize adı, Azaltma azaltma) LogCosh Kaybı oluşturur

Genel Yöntemler

<T TNumber'ı genişletir > İşlenen <T>

çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.

Kalıtsal Yöntemler

org.tensorflow.framework.losses.Loss sınıfından

abstract <T TNumarasını genişletir > İşlenen <T>	çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.
<T TNumber'ı genişletir > İşlenen <T>	çağrı ( İşlenen <? TNumber > etiketlerini genişletir, İşlenen <T> tahminleri) Kaybı hesaplar
Kesinti	indirgeme () Kayıp azaltımı elde edilir
Operasyonlar	getTF () TensorFlow Ops'u alır

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hashKodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Kamu İnşaatçıları

genel LogCosh (Ops tf)

Kayıp adı olarak getSimpleName() yöntemini kullanarak bir LogCosh Kaybı ve REDUCTION_DEFAULT tutarında Kayıp Azaltma oluşturur

Parametreler

TF	TensorFlow Operasyonları

public LogCosh (Ops tf, Dize adı)

REDUCTION_DEFAULT Kayıp Azaltma kullanarak bir LogCosh Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı, eğer null ise getSimpleName() kullanılır.

halka açık LogCosh (Ops tf, Azaltma azaltma)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir LogCosh Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
kesinti	Zarara uygulanacak İndirim Türü.

public LogCosh (Ops tf, Dize adı, Azaltma azaltma)

LogCosh Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı, eğer null ise getSimpleName() kullanılır.
kesinti	Zarara uygulanacak İndirim Türü.

Genel Yöntemler

genel İşlenen <T> çağrısı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnek Ağırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Parametreler

etiketler	doğruluk değerleri veya etiketleri
tahminler	tahminler
örnekAğırlıklar	İsteğe bağlı sampleWeights, kayıp için bir katsayı görevi görür. Bir skaler sağlanırsa, kayıp verilen değere göre ölçeklendirilir. SampleWeights, [batch_size] boyutunda bir tensör ise, o zaman grubun her numunesi için toplam kayıp, SampleWeights vektöründeki karşılık gelen öğe tarafından yeniden ölçeklendirilir. SampleWeights'ın şekli [batch_size, d0, .. dN-1] ise (veya bu şekle yayınlanabiliyorsa), o zaman tahminlerin her kayıp öğesi, karşılık gelen SampleWeights değerine göre ölçeklenir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.)

İade

• kayıp