Losses

सार्वजनिक वर्ग के नुकसान

अंतर्निहित हानि कार्य।

स्थिरांक

int यहाँ चैनल_प्रथम
int यहाँ चैनल_अंतिम
तैरना एप्सिलॉन डिफ़ॉल्ट फ़ज़ फ़ैक्टर.

सार्वजनिक निर्माता

घाटा ()

सार्वजनिक तरीके

स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
बाइनरीक्रॉसेंट्रॉपी (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग)
लेबल और भविष्यवाणियों के बीच बाइनरी क्रॉसेंट्रॉपी हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
श्रेणीगत क्रॉसेंट्रॉपी (ऑप्स टीएफ, ऑपरेंड <? एक्सटेंड्स टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग, इंट एक्सिस)
लेबल और भविष्यवाणियों के बीच श्रेणीबद्ध क्रॉसेंट्रॉपी हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
श्रेणीबद्ध हिंज (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां)
लेबल और पूर्वानुमानों के बीच श्रेणीगत हिंज हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
कोसाइनसमानता (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां, int[] अक्ष)
लेबल और भविष्यवाणियों के बीच कोसाइन समानता हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
हिंज (ऑप्स टीएफ, ऑपरेंड <? एक्सटेंड्स टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां)
लेबल और पूर्वानुमानों के बीच हिंज हानि की गणना करता है

loss = reduceMean(maximum(1 - labels * predictions, 0))

स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
ह्यूबर (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां, फ्लोट डेल्टा)
लेबल और पूर्वानुमानों के बीच ह्यूबर हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
kullbackLeiblerDivergence (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> भविष्यवाणियाँ)
लेबल और भविष्यवाणियों के बीच कुल्बैक-लीब्लर विचलन हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
l2सामान्यीकरण (ऑप्स tf, ऑपरेंड <T> x, int[] अक्ष)
L2 मानदंड का उपयोग करके आयाम अक्ष के साथ सामान्यीकृत किया जाता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
लॉगकोश (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां)
लेबल और भविष्यवाणियों के बीच हाइपरबोलिक कोसाइन हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
मीनएब्सोल्यूट एरर (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> पूर्वानुमान)
लेबल और पूर्वानुमानों के बीच माध्य निरपेक्ष त्रुटि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
माध्यAbsolutePercentageError (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान)
लेबल और पूर्वानुमानों के बीच औसत पूर्ण प्रतिशत त्रुटि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
माध्यवर्ग त्रुटि (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> भविष्यवाणियाँ)
लेबल और पूर्वानुमानों के बीच माध्य वर्ग त्रुटि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
माध्यSquaredLogarithmicError (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान)
लेबल और पूर्वानुमानों के बीच माध्य वर्ग लघुगणकीय त्रुटि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
पॉइसन (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां)
लेबल और भविष्यवाणियों के बीच पॉइसन हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
sparseCategoricalCrossentropy (ऑप्स tf, ऑपरेंड <? विस्तारित TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान, बूलियन फ्रॉमलॉगिट्स, int अक्ष)
लेबल और भविष्यवाणियों के बीच विरल श्रेणीगत क्रॉसेंट्रॉपी हानि की गणना करता है।
स्थिर <T TNumber > ऑपरेंड <T> का विस्तार करता है
स्क्वायरहिंज (ऑप्स टीएफ, ऑपरेंड <? एक्सटेंड्स टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां)
लेबल और पूर्वानुमानों के बीच वर्गाकार हिंज हानि की गणना करता है।

विरासत में मिली विधियाँ

स्थिरांक

सार्वजनिक स्थैतिक अंतिम पूर्णांक CHANNELS_FIRST

स्थिर मान: 1

सार्वजनिक स्थैतिक अंतिम पूर्णांक CHANNELS_LAST

स्थिर मान: -1

सार्वजनिक स्थैतिक अंतिम फ़्लोट EPSILON

डिफ़ॉल्ट फ़ज़ फ़ैक्टर.

स्थिर मान: 1.0E-7

सार्वजनिक निर्माता

सार्वजनिक हानि ()

सार्वजनिक तरीके

सार्वजनिक स्थैतिक ऑपरेंड <टी> बाइनरीक्रॉसेंट्रॉपी (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग)

लेबल और भविष्यवाणियों के बीच बाइनरी क्रॉसेंट्रॉपी हानि की गणना करता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
लॉगिट्स से क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है
लेबलस्मूथिंग [0,1] श्रेणी में एक संख्या। जब 0, कोई स्मूथिंग नहीं होती है। जब > 0, अनुमानित लेबल और वास्तविक लेबल के स्मूथ संस्करण के बीच हानि की गणना करें, जहां स्मूथिंग लेबल को 0.5 की ओर निचोड़ता है। लेबलस्मूथिंग के बड़े मान भारी स्मूथिंग के अनुरूप हैं।
रिटर्न
  • बाइनरी क्रॉसेंट्रॉपी हानि।

सार्वजनिक स्थैतिक ऑपरेंड <टी> श्रेणीबद्ध क्रॉसेंट्रॉपी (ऑप्स टीएफ, ऑपरेंड <? विस्तारित टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां, बूलियन फ्रॉमलॉगिट्स, फ्लोट लेबलस्मूथिंग, इंट एक्सिस)

लेबल और भविष्यवाणियों के बीच श्रेणीबद्ध क्रॉसेंट्रॉपी हानि की गणना करता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
लॉगिट्स से क्या भविष्यवाणियों को लॉगिट मानों के टेंसर के रूप में व्याख्या करना है
लेबलस्मूथिंग [0, 1] में फ़्लोट करें। जब > 0 होता है, तो लेबल मान सुचारू हो जाते हैं, जिसका अर्थ है कि लेबल मानों पर विश्वास शिथिल हो जाता है। उदाहरण के लिए labelSmoothing=0.2 अर्थ है कि हम लेबल 0 के लिए 0.1 और लेबल 1 के लिए 0.9 का मान उपयोग करेंगे।
एक्सिस
रिटर्न
  • श्रेणीबद्ध क्रॉसेंट्रॉपी हानि।

सार्वजनिक स्थैतिक ऑपरेंड <टी> श्रेणीगतहिंज (ऑप्स टीएफ, ऑपरेंड <? विस्तार टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां)

लेबल और पूर्वानुमानों के बीच श्रेणीगत हिंज हानि की गणना करता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल वास्तविक लक्ष्य, मान 0 या 1 होने की उम्मीद है।
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • श्रेणीबद्ध काज हानि

सार्वजनिक स्थैतिक ऑपरेंड <T> कोसाइनसमानता (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान, int[] अक्ष)

लेबल और भविष्यवाणियों के बीच कोसाइन समानता हानि की गणना करता है।

ध्यान दें कि यह -1 और 1 के बीच की एक संख्या है, जो कोसाइन समानता की गणितीय परिभाषा से अलग है जहां 1 समान वैक्टर का प्रतिनिधित्व करता है, और 0 असमान वैक्टर का प्रतिनिधित्व करता है। इस फ़ंक्शन में, संख्याएँ -1 से 1 की सीमा में उलटी होती हैं। जब यह -1 और 0 के बीच एक ऋणात्मक संख्या होती है, 0 रूढ़िवादिता को दर्शाता है और -1 के करीब का मान अधिक समानता को दर्शाता है। 1 के करीब के मान अधिक असमानता दर्शाते हैं। यह इसे उस सेटिंग में हानि फ़ंक्शन के रूप में प्रयोग करने योग्य बनाता है जहां आप भविष्यवाणियों और लक्ष्यों के बीच निकटता को अधिकतम करने का प्रयास करते हैं। यदि कोई भी लेबल या पूर्वानुमान शून्य वेक्टर है, तो भविष्यवाणियों और लक्ष्यों के बीच निकटता की परवाह किए बिना कोसाइन समानता 0 होगी।

loss = -sum(l2Norm(labels) * l2Norm(predictions))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
एक्सिस समानता निर्धारित करने के लिए अक्ष।
रिटर्न
  • कोसाइन समानता हानि

सार्वजनिक स्थैतिक ऑपरेंड <T> हिंज (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> भविष्यवाणियाँ)

लेबल और पूर्वानुमानों के बीच हिंज हानि की गणना करता है

loss = reduceMean(maximum(1 - labels * predictions, 0))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सही लक्ष्य, मान -1 या 1 होने की उम्मीद है। यदि बाइनरी (0 या 1) लेबल प्रदान किए जाते हैं, तो उन्हें -1 या 1 में परिवर्तित कर दिया जाएगा।
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • काज हानि

सार्वजनिक स्थैतिक ऑपरेंड <टी> ह्यूबर (ऑप्स टीएफ, ऑपरेंड <? विस्तार टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां, फ्लोट डेल्टा)

लेबल और पूर्वानुमानों के बीच ह्यूबर हानि की गणना करता है।

त्रुटि में प्रत्येक मान x के लिए = लेबल - पूर्वानुमान: 

     loss = 0.5 * x^2                  if |x| <= d
     loss = 0.5 * d^2 + d * (|x| - d)  if |x| > d

जहां d डेल्टा है.

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
डेल्टा वह बिंदु जहां ह्यूबर लॉस फ़ंक्शन द्विघात से रैखिक में बदल जाता है।
रिटर्न
  • ह्यूबर हानि

सार्वजनिक स्थैतिक ऑपरेंड <T> kullbackLeiblerDivergence (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> भविष्यवाणियाँ)

लेबल और भविष्यवाणियों के बीच कुल्बैक-लीब्लर विचलन हानि की गणना करता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • कुल्बैक-लीब्लर विचलन हानि
यह सभी देखें

सार्वजनिक स्थैतिक ऑपरेंड <T> l2Normalize (ऑप्स tf, ऑपरेंड <T> x, int[] अक्ष)

L2 मानदंड का उपयोग करके आयाम अक्ष के साथ सामान्यीकृत किया जाता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
एक्स इनपुट
एक्सिस आयाम जिसके साथ सामान्यीकरण करना है.
रिटर्न
  • L2 मानदंड पर आधारित सामान्यीकृत मान

सार्वजनिक स्थैतिक ऑपरेंड <टी> लॉगकॉश (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर का विस्तार करता है > लेबल, ऑपरेंड <टी> भविष्यवाणियां)

लेबल और भविष्यवाणियों के बीच हाइपरबोलिक कोसाइन हानि की गणना करता है।

छोटे x के लिए log(cosh(x)) लगभग (x ** 2) / 2 के बराबर है और बड़े x के लिए abs(x) - log(2) । इसका मतलब यह है कि 'लॉगकोश' ज्यादातर माध्य वर्ग त्रुटि की तरह काम करता है, लेकिन कभी-कभार होने वाली बेतहाशा गलत भविष्यवाणी से इतना अधिक प्रभावित नहीं होगा।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • हाइपरबोलिक कोसाइन विचलन हानि

सार्वजनिक स्थैतिक ऑपरेंड <टी> मीनएब्सोल्यूटएरर (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर > लेबल बढ़ाता है, ऑपरेंड <टी> भविष्यवाणियां)

लेबल और पूर्वानुमानों के बीच माध्य निरपेक्ष त्रुटि की गणना करता है।

loss = reduceMean(abs(labels - predictions))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल लेबल
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • माध्य निरपेक्ष त्रुटि

सार्वजनिक स्थैतिक ऑपरेंड <T> का मतलब AbsolutePercentageError (ऑप्स tf, ऑपरेंड <? का विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान)

लेबल और पूर्वानुमानों के बीच औसत पूर्ण प्रतिशत त्रुटि की गणना करता है।

loss = 100 * reduceMean(abs((labels - predictions) / labels))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल लेबल
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • माध्य निरपेक्ष प्रतिशत त्रुटि

सार्वजनिक स्थैतिक ऑपरेंड <टी> माध्यस्क्वायरड एरर (ऑप्स टीएफ, ऑपरेंड <? टीएनंबर > लेबल बढ़ाता है, ऑपरेंड <टी> भविष्यवाणियां)

लेबल और पूर्वानुमानों के बीच माध्य वर्ग त्रुटि की गणना करता है।

loss = reduceMean(square(labels - predictions))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल लेबल
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • माध्य वर्ग त्रुटि

सार्वजनिक स्थैतिक ऑपरेंड <T> माध्यSquaredLogarithmicError (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान)

लेबल और पूर्वानुमानों के बीच माध्य वर्ग लघुगणकीय त्रुटि की गणना करता है।

loss = reduceMean(square(log(labels + 1) - log(predictions + 1)))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल लेबल
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • माध्य चुकता लघुगणकीय प्रतिशत त्रुटि

सार्वजनिक स्थैतिक ऑपरेंड <टी> पॉइसन (ऑप्स टीएफ, ऑपरेंड <? विस्तार टीएनंबर > लेबल, ऑपरेंड <टी> भविष्यवाणियां)

लेबल और भविष्यवाणियों के बीच पॉइसन हानि की गणना करता है।

पॉइसन हानि टेन्सर predictions - labels * log(predictions) ।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • पॉइसन हानि

सार्वजनिक स्थैतिक ऑपरेंड <T> sparseCategoricalCrossentropy (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान, बूलियन फ्रॉमलॉगिट्स, int अक्ष)

लेबल और भविष्यवाणियों के बीच विरल श्रेणीगत क्रॉसेंट्रॉपी हानि की गणना करता है।

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सच्चे लक्ष्य
भविष्यवाणियों भविष्यवाणियाँ
लॉगिट्स से क्या भविष्यवाणियों के लॉग होने की उम्मीद है। डिफ़ॉल्ट रूप से, यह माना जाता है कि भविष्यवाणियाँ संभाव्यता वितरण को एन्कोड करती हैं।
एक्सिस वह आयाम जिसके साथ एन्ट्रापी की गणना की जाती है।
रिटर्न
  • विरल श्रेणीबद्ध क्रॉसेंट्रॉपी हानि

सार्वजनिक स्थैतिक ऑपरेंड <T> स्क्वेयर्डहिंज (ऑप्स tf, ऑपरेंड <? विस्तार TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान)

लेबल और पूर्वानुमानों के बीच वर्गाकार हिंज हानि की गणना करता है।

loss = reduceMean(square(maximum(1 - labels * predictions, 0)))

पैरामीटर
tf टेंसरफ़्लो ऑप्स
लेबल सही लक्ष्य, मान -1 या 1 होने की उम्मीद है। यदि बाइनरी (0 या 1) लेबल * प्रदान किए गए हैं, तो उन्हें -1 या 1 में परिवर्तित कर दिया जाएगा।
भविष्यवाणियों भविष्यवाणियाँ
रिटर्न
  • वर्गाकार काज हानि