Loss

خسارة فئة مجردة العامة

الفئات الفرعية المباشرة المعروفة BinaryCrossentropy ، CategoricalCrossentropy ، CategoricalHinge ، CosineSimilarity ، Hinge ، Huber ، KLDivergence ، LogCosh ، MeanAbsoluteError ، MeanAbsolutePercentageError ، MeanSquaredError ، MeanSquaredLogarithmicError ، Poisson ، SparseCategoricalCrossentro الحمر، SquaredHinge BinaryCrossentropy يحسب الخسارة عبر الإنتروبيا بين التسميات الحقيقية والتسميات المتوقعة. الانتروبيا الفئوية يحسب خسارة الانتروبيا بين التسميات والتنبؤات. المفصلة الفئوية يحسب خسارة المفصلة الفئوية بين التسميات والتنبؤات. جيب التمام التشابه يحسب تشابه جيب التمام بين التسميات والتنبؤات. مفصل يحسب فقدان المفصلة بين التسميات والتنبؤات. هوبر يحسب خسارة Huber بين التسميات والتنبؤات. KLDتباعد حساب خسارة تباعد Kullback-Leibler بين التسميات والتنبؤات. LogCosh يحسب يحسب لوغاريتم جيب التمام الزائدي لخطأ التنبؤ. يعنيخطأ مطلق يحسب متوسط ​​الفرق المطلق بين التسميات والتنبؤات. يعنيالنسبة المئوية المطلقة خطأ يحسب متوسط ​​النسبة المئوية للخطأ المطلق بين التسميات والتنبؤات. يعني خطأ تربيعيا يحسب متوسط ​​مربعات الأخطاء بين التسميات والتنبؤات. خطأ متوسط ​​لوغاريتمي تربيعي يحسب متوسط ​​الأخطاء اللوغاريتمية المربعة بين التسميات والتنبؤات. بواسون يحسب خسارة بواسون بين التسميات والتنبؤات. متفرق الفئوي Crossentropy يحسب خسارة الانتروبيا بين التسميات والتنبؤات. تربيعالمفصلي يحسب خسارة المفصلة التربيعية بين التسميات والتنبؤات.

مجالات

التخفيض النهائي الثابت العام

REDUCTION_DEFAULT

الأساليب العامة

مجردة <T يمتد TNumber > المعامل <T>	استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، المعامل <T> SampleWeights) يولد المعامل الذي يحسب الخسارة.
<T يمتد TNumber > المعامل <T>	استدعاء ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>) يحسب الخسارة
تخفيض	الحصول على تخفيض () يحصل على الحد من الخسارة
العمليات	جيتف () يحصل على TensorFlow Ops

الطرق الموروثة

من فئة java.lang.Object

منطقية	يساوي (كائن arg0)
الدرجة النهائية<?>	الحصول على كلاس ()
كثافة العمليات	رمز التجزئة ()
الفراغ النهائي	إعلام ()
الفراغ النهائي	إعلام الكل ()
خيط	إلى سلسلة ()
الفراغ النهائي	انتظر (طويل arg0، int arg1)
الفراغ النهائي	انتظر (طويل arg0)
الفراغ النهائي	انتظر ()

مجالات

التخفيض النهائي الثابت العام REDUCTION_DEFAULT

الأساليب العامة

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

يولد المعامل الذي يحسب الخسارة.

حدود

تسميات	قيم الحقيقة أو التسميات
التنبؤات	التوقعات
أوزان عينة	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 الخسارة الإجمالية 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.)

عائدات

• خسارة

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

يحسب الخسارة

حدود

تسميات	قيم الحقيقة أو التسميات
التنبؤات	التوقعات

عائدات

• خسارة

التخفيض العام getReduction ()

يحصل على الحد من الخسارة

عائدات

• تقليل الخسارة

العمليات العامة getTF ()

يحصل على TensorFlow Ops

عائدات

• عمليات TensorFlow