MeanSquaredError

public class MeanSquaredError

Calcula a média dos quadrados dos erros entre rótulos e previsões.

loss = loss = square(labels - predictions)

Uso autônomo:

    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
 

Ligando com peso da amostra:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = mse.call(labels, predictions, sampleWeight);
    // produces 0.25f
 

Usando o tipo de redução SUM :

    MeanSquaredError mse = new MeanSquaredError(tf, Reduction.SUM);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces 1.0f
 

Usando o tipo de redução NONE :

    MeanSquaredError mse = new MeanSquaredError(tf, Reduction.NONE);
    Operand<TFloat32> result = mse.call(labels, predictions);
    // produces [0.5f, 0.5f]
 

Campos herdados

Da classe org.tensorflow.framework.losses.Loss

Redução final pública estática

REDUCTION_DEFAULT

Construtores Públicos

	MeanSquaredError (Ops tf) Cria uma perda de MeanSquaredError usando getSimpleName() como o nome da perda e uma redução de perda de REDUCTION_DEFAULT
	MeanSquaredError (Ops tf, redução de redução) Cria uma perda de MeanSquaredError usando getSimpleName() como o nome da perda
	MeanSquaredError (Ops tf, nome da string, redução de redução) Cria um MeanSquaredError

Métodos Públicos

<T estende TNumber > Operando <T>

chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights) Gera um operando que calcula a perda.

Métodos herdados

Da classe org.tensorflow.framework.losses.Loss

abstrato <T estende TNumber > Operando <T>	chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights) Gera um operando que calcula a perda.
<T estende TNumber > Operando <T>	chamada (rótulos de operando <? extends TNumber >, previsões de operando <T>) Calcula a perda
Redução	getReduction () Obtém a redução de perdas
Ops	getTF () Obtém as operações do TensorFlow

Da classe java.lang.Object

boleano	igual a (objeto arg0)
aula final <?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notificar tudo ()
Fragmento	toString ()
vazio final	espera (long arg0, int arg1)
vazio final	espera (long arg0)
vazio final	espera ()

Construtores Públicos

public MeanSquaredError (Ops tf)

Cria uma perda de MeanSquaredError usando getSimpleName() como o nome da perda e uma redução de perda de REDUCTION_DEFAULT

Parâmetros

tf	o TensorFlow Ops

public MeanSquaredError (Ops tf, redução de redução)

Cria uma perda de MeanSquaredError usando getSimpleName() como o nome da perda

Parâmetros

tf	o TensorFlow Ops
redução	Tipo de redução a aplicar à perda.

public MeanSquaredError (Ops tf, nome da string, redução de redução)

Cria um MeanSquaredError

Parâmetros

tf	o TensorFlow Ops
nome	o nome da perda
redução	Tipo de redução a aplicar à perda.

Métodos Públicos

pública Operando <T> chamada ( Operando <? estende TNumber > rótulos, Operando <T> previsões, Operando <T> sampleWeights)

Gera um operando que calcula a perda.

Parâmetros

rótulos	os valores verdadeiros ou rótulos
previsões	as previsões
sampleWeights	SampleWeights opcional atua como um coeficiente para a perda. Se um escalar for fornecido, a perda será simplesmente dimensionada pelo valor fornecido. Se SampleWeights for um tensor de tamanho [batch_size], a perda total de cada amostra do lote será redimensionada pelo elemento correspondente no vetor SampleWeights. Se a forma de SampleWeights for [batch_size, d0, .. dN-1] (ou pode ser transmitida para esta forma), então cada elemento de perda de previsões é dimensionado pelo valor correspondente de SampleWeights. (Nota sobre dN-1: todas as funções de perda reduzem em 1 dimensão, geralmente eixo = -1.)

Devoluções

• a perda