Loss

lớp trừu tượng công khai

Các lớp con trực tiếp đã biết BinaryCrossentropy , CategoricalCrossentropy , CategoricalHinge , CosineSimilarity , Hinge , Huber , KLDivergence , LogCosh , MeanAbsoluteError , MeanAbsolutePercentageError , MeanSquaredError , MeanSquaredLogarithmicError , Poisson , SparseCategoricalCrossentropy , SquaredHinge Nhị phân chéo Tính toán tổn thất entropy chéo giữa các nhãn thực và nhãn được dự đoán. Phân loạiCrossentropy Tính toán tổn thất entropy chéo giữa các nhãn và dự đoán. Bản lề phân loại Tính toán tổn thất bản lề phân loại giữa nhãn và dự đoán. CosineTương tự Tính toán độ tương tự cosin giữa nhãn và dự đoán. Khớp nối Tính toán tổn thất bản lề giữa nhãn và dự đoán. Huber Tính toán tổn thất Huber giữa nhãn và dự đoán. KLPhân kỳ Tính toán tổn thất phân kỳ Kullback-Leibler giữa nhãn và dự đoán. LogCosh Tính toán Tính logarit của cosin hyperbol của sai số dự đoán. Ý nghĩa tuyệt đốiLỗi Tính toán giá trị trung bình của sự khác biệt tuyệt đối giữa nhãn và dự đoán. Trung bìnhTuyệt đốiPhần trămLỗi Tính toán sai số phần trăm tuyệt đối trung bình giữa nhãn và dự đoán. Có nghĩa là lỗi bình phương Tính giá trị trung bình của bình phương sai số giữa nhãn và dự đoán. Trung bìnhBình phươngLogaritLỗi Tính toán sai số logarit bình phương trung bình giữa các nhãn và dự đoán. Poisson Tính toán tổn thất Poisson giữa nhãn và dự đoán. Thưa thớtPhân loạiCrossentropy Tính toán tổn thất entropy chéo giữa nhãn và dự đoán. Bản lề vuông Tính toán tổn thất bản lề bình phương giữa các nhãn và dự đoán.

Lĩnh vực

công khai tĩnh Giảm cuối cùng

REDUCTION_DEFAULT

Phương pháp công cộng

trừu tượng <T mở rộng TNumber > Toán hạng <T>	gọi ( Toán hạng <? mở rộng TNumber > nhãn, dự đoán Toán hạng <T>, Trọng lượng mẫu Toán hạng <T>) Tạo một toán hạng tính toán tổn thất.
<T mở rộng TNumber > Toán hạng <T>	gọi ( Toán hạng <? mở rộng TNumber > nhãn, dự đoán Toán hạng <T>) Tính toán tổn thất
Sự giảm bớt	getReduction () Được giảm tổn thất
Rất tiếc	getTF () Nhận hoạt động của TensorFlow

Phương pháp kế thừa

Từ lớp java.lang.Object

boolean	bằng (Đối tượng arg0)
Lớp cuối cùng<?>	getClass ()
int	Mã Băm ()
khoảng trống cuối cùng	thông báo ()
khoảng trống cuối cùng	thông báoTất cả ()
Sợi dây	toString ()
khoảng trống cuối cùng	chờ đã (arg0 dài, int arg1)
khoảng trống cuối cùng	chờ đã (arg0 dài)
khoảng trống cuối cùng	Chờ đợi ()

Lĩnh vực

Giảm cuối cùng tĩnh công khai REDUCTION_DEFAULT

Phương pháp công cộng

lệnh gọi Toán hạng <T> trừu tượng công khai ( Toán hạng <? mở rộng TNumber > nhãn, dự đoán Toán hạng <T>, Toán hạng <T> sampleWeights)

Tạo một toán hạng tính toán tổn thất.

Thông số

nhãn	các giá trị thật hoặc nhãn
phỏng đoán	những dự đoán
mẫuTrọng lượng	Khối lượng mẫu tùy chọn đóng vai trò như một hệ số tổn thất. Nếu một đại lượng vô hướng được cung cấp thì tổn thất chỉ được tính theo giá trị đã cho. Nếu SampleWeights là một tenxơ có kích thước [batch_size] thì tổng tổn thất cho mỗi mẫu của lô sẽ được điều chỉnh lại tỷ lệ theo phần tử tương ứng trong vectơ SampleWeights. Nếu hình dạng của SampleWeights là [batch_size, d0, .. dN-1] (hoặc có thể được phát tới hình dạng này), thì mỗi phần tử tổn thất của dự đoán sẽ được chia tỷ lệ theo giá trị tương ứng của SampleWeights. (Lưu ý trên dN-1: tất cả các hàm mất mát đều giảm đi 1 chiều, thường là trục=-1.)

Trả lại

• sự mất mát

lệnh gọi Toán hạng công khai <T> ( Toán hạng <? mở rộng nhãn TNumber >, dự đoán Toán hạng <T>)

Tính toán tổn thất

Thông số

nhãn	các giá trị thật hoặc nhãn
phỏng đoán	những dự đoán

Trả lại

• sự mất mát

Giảm công khai getReduction ()

Được giảm tổn thất

Trả lại

• sự giảm tổn thất

Hoạt động công khai getTF ()

Nhận hoạt động của TensorFlow

Trả lại

• hoạt động của TensorFlow