লেবেল এবং ভবিষ্যদ্বাণীগুলির মধ্যে ত্রুটির বর্গক্ষেত্রের গড় গণনা করে৷
loss = loss = square(labels - predictions)
স্বতন্ত্র ব্যবহার:
Operand<TFloat32> labels = tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {1.f, 1.f}, {1.f, 0.f} }); MeanSquaredError mse = new MeanSquaredError(tf); Operand<TFloat32> result = mse.call(labels, predictions); // produces 0.5f
নমুনা ওজন সহ কলিং:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = mse.call(labels, predictions, sampleWeight); // produces 0.25f
SUM
হ্রাসের ধরন ব্যবহার করা:
MeanSquaredError mse = new MeanSquaredError(tf, Reduction.SUM); Operand<TFloat32> result = mse.call(labels, predictions); // produces 1.0f
NONE
রিডাকশন টাইপ ব্যবহার করা:
MeanSquaredError mse = new MeanSquaredError(tf, Reduction.NONE); Operand<TFloat32> result = mse.call(labels, predictions); // produces [0.5f, 0.5f]
উত্তরাধিকারসূত্রে প্রাপ্ত ক্ষেত্র
পাবলিক কনস্ট্রাক্টর
MeanSquaredError (Ops tf) getSimpleName() ক্ষতির নাম হিসাবে ব্যবহার করে একটি MeanSquaredError Loss তৈরি করে এবং REDUCTION_DEFAULT এর ক্ষতি হ্রাস করে | |
MeanSquaredError (Ops tf, হ্রাস হ্রাস) লস নাম হিসাবে getSimpleName() ব্যবহার করে একটি MeanSquaredError Loss তৈরি করে | |
পাবলিক পদ্ধতি
<T TNumber > Operand <T> প্রসারিত করে |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক কনস্ট্রাক্টর
পাবলিক মিনস্কয়ার ত্রুটি (Ops tf)
getSimpleName()
ক্ষতির নাম হিসাবে ব্যবহার করে একটি MeanSquaredError Loss তৈরি করে এবং REDUCTION_DEFAULT
এর ক্ষতি হ্রাস করে
পরামিতি
tf | টেনসরফ্লো অপস |
---|
পাবলিক MeanSquaredError (Ops tf, হ্রাস হ্রাস)
লস নাম হিসাবে getSimpleName()
ব্যবহার করে একটি MeanSquaredError Loss তৈরি করে
পরামিতি
tf | টেনসরফ্লো অপস |
---|---|
হ্রাস | ক্ষতির জন্য প্রয়োগ করার জন্য হ্রাসের প্রকার। |
পাবলিক MeanSquaredError (Ops tf, স্ট্রিং নাম, হ্রাস হ্রাস)
একটি MeanSquaredError তৈরি করে
পরামিতি
tf | টেনসরফ্লো অপস |
---|---|
নাম | ক্ষতির নাম |
হ্রাস | ক্ষতির জন্য প্রয়োগ করার জন্য হ্রাসের প্রকার। |
পাবলিক পদ্ধতি
সর্বজনীন অপারেন্ড <T> কল ( Operand <? TNumber > লেবেল প্রসারিত করে, Operand <T> পূর্বাভাস, Operand <T> নমুনা ওজন)
একটি অপারেন্ড তৈরি করে যা ক্ষতি গণনা করে।
পরামিতি
লেবেল | সত্য মান বা লেবেল |
---|---|
ভবিষ্যদ্বাণী | ভবিষ্যদ্বাণী |
নমুনা ওজন | ঐচ্ছিক নমুনা ওজন ক্ষতির জন্য একটি সহগ হিসাবে কাজ করে। যদি একটি স্কেলার প্রদান করা হয়, তাহলে ক্ষতি শুধুমাত্র প্রদত্ত মান দ্বারা স্কেল করা হয়। যদি স্যাম্পলওয়েটস আকারের একটি টেনসর হয় [ব্যাচ_সাইজ], তাহলে ব্যাচের প্রতিটি নমুনার জন্য মোট ক্ষতি নমুনা ওয়েটস ভেক্টরের সংশ্লিষ্ট উপাদান দ্বারা পুনরায় স্কেল করা হয়। যদি নমুনা ওজনের আকৃতি হয় [batch_size, d0, .. dN-1] (অথবা এই আকারে সম্প্রচার করা যেতে পারে), তাহলে ভবিষ্যদ্বাণীর প্রতিটি ক্ষতির উপাদান নমুনা ওজনের সংশ্লিষ্ট মান দ্বারা স্কেল করা হয়। (dN-1-এ দ্রষ্টব্য: সমস্ত ক্ষতি ফাংশন 1 মাত্রা দ্বারা হ্রাস পায়, সাধারণত অক্ষ =-1।) |
রিটার্নস
- ক্ষতি