Loss

Perdita di classe astratta pubblica

Sottoclassi dirette conosciute Entrotropia incrociata binaria, entropia incrociata categoriale , cerniera categoriale, similarità coseno , cerniera , Huber , KLdivergenza , logcosh , errore medio assoluto , errore medio assoluto, errore medio quadrato , errore medio quadrato, errore logaritmico medio quadrato , Poisson , SparseCategorico entrotropia incrociata, cerniera quadrata Crossentropia binaria Calcola la perdita di entropia incrociata tra le etichette reali e quelle previste. Crossentropia categorica Calcola la perdita di entropia incrociata tra le etichette e le previsioni. CategorialeCerniera Calcola la perdita di cerniera categoriale tra etichette e previsioni. Somiglianza coseno Calcola la somiglianza del coseno tra etichette e previsioni. Cerniera Calcola la perdita di cerniera tra etichette e previsioni. Huber Calcola la perdita di Huber tra etichette e previsioni. KLDivergenza Calcola la perdita di divergenza di Kullback-Leibler tra etichette e previsioni. LogCosh Calcola Calcola il logaritmo del coseno iperbolico dell'errore di previsione. Errore medio assoluto Calcola la media della differenza assoluta tra etichette e previsioni. Errore percentuale media assoluta Calcola l'errore percentuale medio assoluto tra etichette e previsioni. Errore medioquadrato Calcola la media dei quadrati degli errori tra etichette e previsioni. Errore logaritmico medio quadrato Calcola gli errori logaritmici quadrati medi tra etichette e previsioni. Poisson Calcola la perdita di Poisson tra etichette e previsioni. Crossentropia categoriale sparsa Calcola la perdita di crossentropia tra etichette e previsioni. Cerniera squadrata Calcola la perdita di cerniera al quadrato tra etichette e previsioni.

Campi

Riduzione finale statica pubblica

REDUCTION_DEFAULT

Metodi pubblici

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

Metodi ereditati

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Campi

Riduzione finale statica pubblica REDUCTION_DEFAULT

Metodi pubblici

public abstract Chiamata operando <T> ( Operando <? estende TNumber > etichette, previsioni operando <T>, operando <T> sampleWeights)

Genera un operando che calcola la perdita.

Parametri

etichette	i valori o le etichette di verità
predizioni	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.)

ritorna

• la perdita

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

Calcola la perdita

Parametri

etichette	i valori o le etichette di verità
predizioni	le previsioni

ritorna

• la perdita

pubblica Riduzione getReduction ()

Ottiene la riduzione delle perdite

ritorna

• la riduzione delle perdite

operazioni pubbliche getTF ()

Ottiene le operazioni TensorFlow

ritorna

• le operazioni TensorFlow