MeanAbsolutePercentageError

genel sınıf MeanAbsolutePercentageError

Etiketler ve tahminler arasındaki ortalama mutlak yüzde hatasını hesaplar.

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

Bağımsız kullanım:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {2.f, 1.f}, {2.f, 3.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {1.f, 1.f}, {1.f, 0.f} });
    MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf);
    Operand<TFloat32> result = mape.call(labels, predictions);
    // produces 50f
 

Örnek ağırlıkla arama:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = mape.call(labels, predictions, sampleWeight);
    // produces 20f
 

SUM azaltma türünü kullanma:

    MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.SUM);
    Operand<TFloat32> result = mape.call(labels, predictions);
    // produces 100.0f
 

NONE azaltma türünü kullanma:

    MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.NONE);
    Operand<TFloat32> result = mape.call(labels, predictions);
    // produces [25f, 75f]
 

Devralınan Alanlar

org.tensorflow.framework.losses.Loss sınıfından

genel statik nihai Azaltma

REDUCTION_DEFAULT

Kamu İnşaatçıları

	Ortalama Mutlak Yüzde Hatası (Ops tf) Kayıp adı olarak getSimpleName() yöntemini kullanarak bir MeanAbsolutePercentageError Kaybı ve REDUCTION_DEFAULT Kayıp Azaltma oluşturur
	MeanAbsolutePercentageError (Ops tf, Azaltma azaltma) Kayıp adı olarak getSimpleName() öğesini kullanarak bir MeanAbsolutePercentageError Loss oluşturur
	MeanAbsolutePercentageError (Ops tf, Dize adı, Azaltma azaltma) MeanAbsolutePercentageError oluşturur

Genel Yöntemler

<T TNumber'ı genişletir > İşlenen <T>

çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.

Kalıtsal Yöntemler

org.tensorflow.framework.losses.Loss sınıfından

abstract <T TNumarasını genişletir > İşlenen <T>	çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.
<T TNumber'ı genişletir > İşlenen <T>	çağrı ( İşlenen <? TNumber > etiketlerini genişletir, İşlenen <T> tahminleri) Kaybı hesaplar
Kesinti	indirgeme () Kayıp azaltımı elde edilir
Operasyonlar	getTF () TensorFlow Ops'u alır

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hash kodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Kamu İnşaatçıları

genel MeanAbsolutePercentageError (Ops tf)

Kayıp adı olarak getSimpleName() yöntemini kullanarak bir MeanAbsolutePercentageError Kaybı ve REDUCTION_DEFAULT Kayıp Azaltma oluşturur

Parametreler

TF	TensorFlow Operasyonları

public MeanAbsolutePercentageError (Ops tf, Azaltma azaltma)

Kayıp adı olarak getSimpleName() öğesini kullanarak bir MeanAbsolutePercentageError Loss oluşturur

Parametreler

TF	TensorFlow Operasyonları
kesinti	Zarara uygulanacak İndirim Türü.

public MeanAbsolutePercentageError (Ops tf, Dize adı, Azaltma azaltma)

MeanAbsolutePercentageError oluşturur

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
kesinti	Zarara uygulanacak İndirim Türü.

Genel Yöntemler

genel İşlenen <T> çağrısı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnek Ağırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Parametreler

etiketler	doğruluk değerleri veya etiketleri
tahminler	tahminler
örnekAğırlıklar	İsteğe bağlı sampleWeights, kayıp için bir katsayı görevi görür. Bir skaler sağlanırsa, kayıp verilen değere göre ölçeklendirilir. SampleWeights, [batch_size] boyutunda bir tensör ise, o zaman grubun her bir numunesi için toplam kayıp, SampleWeights vektöründeki karşılık gelen öğe tarafından yeniden ölçeklendirilir. SampleWeights'ın şekli [batch_size, d0, .. dN-1] ise (veya bu şekle yayınlanabiliyorsa), o zaman tahminlerin her kayıp öğesi, SampleWeights'ın karşılık gelen değerine göre ölçeklendirilir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.)

İadeler

• kayıp