يحسب متوسط الأخطاء اللوغاريتمية المربعة بين التسميات والتنبؤات.
loss = square(log(labels + 1.) - log(predictions + 1.))
الاستخدام المستقل:
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} }); MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf); Operand<TFloat32> result = msle.call(labels, predictions); // produces 0.240f
الاتصال بوزن العينة:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = msle.call(labels, predictions, sampleWeight); // produces 0.120f
استخدام نوع التخفيض SUM
:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.SUM); Operand<TFloat32> result = msle.call(labels, predictions); // produces 0.480f
استخدام نوع التخفيض NONE
:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.NONE); Operand<TFloat32> result = msle.call(labels, predictions); // produces [0.240f, 0.240f]
الحقول الموروثة
المقاولون العامون
خطأ متوسط لوغاريتمي (Ops tf) إنشاء خسارة MeanSquaredError باستخدام getSimpleName() كاسم الخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT | |
MeanSquaredLogarithmicError (Ops tf، تقليل التخفيض ) ينشئ خسارة MeanSquaredError باستخدام getSimpleName() كاسم للخسارة | |
الأساليب العامة
<T يمتد TNumber > المعامل <T> |
الطرق الموروثة
المقاولون العامون
الخطأ العام MeanSquaredLogarithmicError (Ops tf)
إنشاء خسارة MeanSquaredError باستخدام getSimpleName()
كاسم الخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT
حدود
tf | عمليات TensorFlow |
---|
خطأ عام MeanSquaredLogarithmicError (Ops tf، تقليل التخفيض )
ينشئ خسارة MeanSquaredError باستخدام getSimpleName()
كاسم للخسارة
حدود
tf | عمليات TensorFlow |
---|---|
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
خطأ عام MeanSquaredLogarithmicError (Ops tf، اسم السلسلة، تقليل التخفيض )
ينشئ خطأ MeanSquaredError
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
الأساليب العامة
استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)
يولد المعامل الذي يحسب الخسارة.
حدود
تسميات | قيم الحقيقة أو التسميات |
---|---|
التنبؤات | التوقعات |
أوزان عينة | تعمل أوزان العينات الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس الخسارة الإجمالية لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: جميع دوال الخسارة تقلل بمقدار بُعد واحد، وعادة ما يكون المحور=-1.) |
عائدات
- خسارة