Loss

Потеря публичного абстрактного класса

Известные прямые подклассы BinaryCrossentropy , CategoricalCrossentropy , CategoricalHinge , CosineSimilarity , Hinge , Huber , KLDivergence , LogCosh , MeanAbsoluteError , MeanAbsolutePercentageError , MeanSquaredError , MeanSquaredLogarithmicError , Poisson , SparseCategoricalCrossentropy , Square dПетля БинарныйКроссэнтропия Вычисляет потерю перекрестной энтропии между истинными метками и прогнозируемыми метками. КатегориальнаяКроссэнтропия Вычисляет потерю кроссэнтропии между метками и прогнозами. Категориальный шарнир Вычисляет категориальную потерю шарнира между метками и прогнозами. КосинусСходство Вычисляет косинусное сходство между метками и прогнозами. Петля Вычисляет потерю шарнира между метками и прогнозами. Хубер Вычисляет потерю Хубера между метками и прогнозами. КЛДивергенция Вычисляет потерю расхождения Кульбака-Лейблера между метками и прогнозами. ЛогКош Вычисления Вычисляет логарифм гиперболического косинуса ошибки прогнозирования. Средняя абсолютная ошибка Вычисляет среднее значение абсолютной разницы между метками и прогнозами. MeanAbsolutePercentageError Вычисляет среднюю абсолютную процентную ошибку между метками и прогнозами. MeanSquaredError Вычисляет среднее значение квадратов ошибок между метками и прогнозами. MeanSquaredLogarithmicError Вычисляет среднеквадратические логарифмические ошибки между метками и прогнозами. Пуассон Вычисляет потерю Пуассона между метками и прогнозами. РазреженныйКатегорическийКроссэнтропия Вычисляет потерю кроссэнтропии между метками и прогнозами. Квадратная петля Вычисляет квадрат потери шарнира между метками и прогнозами.

Поля

общедоступное статическое окончательное сокращение

REDUCTION_DEFAULT

Публичные методы

абстрактный <T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights) Генерирует операнд, который вычисляет потери.
<T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>) Рассчитывает потери
Снижение	получитьРедукцию () Получает сокращение потерь
Операции	получитьТФ () Получает операции TensorFlow.

Унаследованные методы

Из класса java.lang.Object

логическое значение	равно (Объект arg0)
последний класс<?>	получитьКласс ()
интервал	хэш-код ()
окончательная пустота	поставить в известность ()
окончательная пустота	уведомитьВсе ()
Нить	нанизывать ()
окончательная пустота	подождать (длинный arg0, int arg1)
окончательная пустота	подождите (длинный arg0)
окончательная пустота	ждать ()

Поля

общедоступное статическое окончательное сокращение REDUCTION_DEFAULT

Публичные методы

общедоступный абстрактный вызов операнда <T> ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights)

Генерирует операнд, который вычисляет потери.

Параметры

этикетки	значения истинности или метки
предсказания	предсказания
образецВес	Необязательный sampleWeights действует как коэффициент потерь. Если указан скаляр, то потери просто масштабируются по заданному значению. Если SampleWeights — это тензор размера [batch_size], то общие потери для каждой выборки пакета масштабируются соответствующим элементом вектора SampleWeights. Если форма SampleWeights равна [batch_size, d0, .. dN-1] (или может быть передана в эту форму), то каждый элемент потерь прогнозов масштабируется соответствующим значением SampleWeights. (Примечание к dN-1: все функции потерь уменьшаются на 1 измерение, обычно ось = -1.)

Возврат

• потеря

общедоступный вызов операнда <T> ( операнд <? расширяет метки TNumber >, прогнозы операнда <T>)

Рассчитывает потери

Параметры

этикетки	значения истинности или метки
предсказания	предсказания

Возврат

• потеря

публичное сокращение getReduction ()

Получает сокращение потерь

Возврат

• сокращение потерь

общественные операции getTF ()

Получает операции TensorFlow.

Возврат

• Операции TensorFlow