लेबल और पूर्वानुमानों के बीच माध्य वर्ग लघुगणकीय त्रुटियों की गणना करता है।
loss = square(log(labels + 1.) - log(predictions + 1.))
स्टैंडअलोन उपयोग:
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
नमूना भार के साथ कॉलिंग:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = msle.call(labels, predictions, sampleWeight); // produces 0.120f
SUM
कटौती प्रकार का उपयोग करना:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.SUM); Operand<TFloat32> result = msle.call(labels, predictions); // produces 0.480f
NONE
कमी प्रकार का उपयोग करना:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.NONE); Operand<TFloat32> result = msle.call(labels, predictions); // produces [0.240f, 0.240f]
विरासत में मिले क्षेत्र
सार्वजनिक निर्माता
मीनस्क्वेर्डलॉगरिदमिक एरर (ऑप्स टीएफ) हानि नाम के रूप में getSimpleName() का उपयोग करके एक MeanSquaredError हानि बनाता है और REDUCTION_DEFAULT की हानि में कमी करता है | |
मीनस्क्वेर्डलॉगरिदमिक एरर (ऑप्स टीएफ, रिडक्शन रिडक्शन) हानि नाम के रूप में getSimpleName() का उपयोग करके एक MeanSquaredError हानि बनाता है | |
सार्वजनिक तरीके
<T TNumber > ऑपरेंड <T> का विस्तार करता है |
विरासत में मिली विधियाँ
सार्वजनिक निर्माता
सार्वजनिक मीनस्क्वेर्डलॉगरिदमिक एरर (ऑप्स टीएफ)
हानि नाम के रूप में getSimpleName()
का उपयोग करके एक MeanSquaredError हानि बनाता है और REDUCTION_DEFAULT
की हानि में कमी करता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|
सार्वजनिक मीनस्क्वेर्डलॉगरिदमिक एरर (ऑप्स टीएफ, कमी में कमी)
हानि नाम के रूप में getSimpleName()
का उपयोग करके एक MeanSquaredError हानि बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
सार्वजनिक मीनस्क्वेर्डलॉगरिदमिक एरर (ऑप्स टीएफ, स्ट्रिंग नाम, कटौती में कमी)
एक मीनस्क्वेयर्ड एरर बनाता है
पैरामीटर
tf | टेंसरफ़्लो ऑप्स |
---|---|
नाम | हानि का नाम |
कमी | हानि पर लागू होने वाली कटौती का प्रकार. |
सार्वजनिक तरीके
सार्वजनिक ऑपरेंड <T> कॉल ( ऑपरेंड <? एक्सटेंड्स TNumber > लेबल, ऑपरेंड <T> पूर्वानुमान, ऑपरेंड <T> सैंपलवेट्स)
एक ऑपरेंड उत्पन्न करता है जो नुकसान की गणना करता है।
पैरामीटर
लेबल | सत्य मान या लेबल |
---|---|
भविष्यवाणियों | भविष्यवाणियाँ |
नमूनावजन | वैकल्पिक नमूना वज़न हानि के लिए गुणांक के रूप में कार्य करता है। यदि एक अदिश राशि प्रदान की जाती है, तो हानि को केवल दिए गए मान से मापा जाता है। यदि सैंपलवेट्स आकार का एक टेंसर है [बैच_आकार], तो बैच के प्रत्येक नमूने के लिए कुल नुकसान सैंपलवेट्स वेक्टर में संबंधित तत्व द्वारा पुन: स्केल किया जाता है। यदि सैंपलवेट्स का आकार [बैच_साइज, डी0, .. डीएन-1] है (या इस आकार में प्रसारित किया जा सकता है), तो भविष्यवाणियों के प्रत्येक हानि तत्व को सैंपलवेट्स के संबंधित मूल्य द्वारा स्केल किया जाता है। (डीएन-1 पर ध्यान दें: सभी हानि फ़ंक्शन 1 आयाम से कम हो जाते हैं, आमतौर पर अक्ष=-1।) |
रिटर्न
- हानि