MeanSquaredLogarithmicError

パブリッククラスMeanSquaredLogarithmicError

ラベルと予測の間の平均二乗対数誤差を計算します。

loss = square(log(labels + 1.) - log(predictions + 1.))

スタンドアロン使用:

    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

サンプルの重みを指定して呼び出します:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = msle.call(labels, predictions, sampleWeight);
    // produces 0.120f

SUMリダクションタイプの使用:

    MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.SUM);
    Operand<TFloat32> result = msle.call(labels, predictions);
    // produces 0.480f

NONE削減タイプを使用する:

    MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.NONE);
    Operand<TFloat32> result = msle.call(labels, predictions);
    // produces [0.240f, 0.240f]

継承されたフィールド

クラスorg.tensorflow.framework.losses.Lossから

パブリック静的最終リダクション REDUCTION_DEFAULT

パブリックコンストラクター

	MeanSquaredLogarithmicError (Ops tf) `getSimpleName()`を損失名として使用し、 `REDUCTION_DEFAULT`の損失削減を使用して MeanSquaredError 損失を作成します。
	MeanSquaredLogarithmicError (Ops tf、 Reductionリダクション) `getSimpleName()`を損失名として使用して MeanSquaredError 損失を作成します
	MeanSquaredLogarithmicError (Ops tf、文字列名、 Reduction削減) MeanSquaredError を作成します

パブリックメソッド

<T extends TNumber >オペランド<T>

call (オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト)

損失を計算するオペランドを生成します。

継承されたメソッド

クラスorg.tensorflow.framework.losses.Lossから

抽象 <T extends TNumber >オペランド<T>	call (オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト) 損失を計算するオペランドを生成します。
<T extends TNumber >オペランド<T>	call (オペランド<? extends TNumber > ラベル、オペランド<T> 予測) 損失を計算します
削減	getReduction () 損失削減を取得します
作戦	getTF () TensorFlow Ops を取得します

クラスjava.lang.Objectから

ブール値	等しい(オブジェクト arg0)
最終クラス<?>	getクラス()
整数	ハッシュコード（）
最後の空白	通知する()
最後の空白	すべて通知()
弦	toString ()
最後の空白	wait (long arg0, int arg1)
最後の空白	待機(長い引数0)
最後の空白	待って（）

パブリックコンストラクター

public MeanSquaredLogarithmicError (Ops tf)

getSimpleName()を損失名として使用し、 REDUCTION_DEFAULTの損失削減を使用して MeanSquaredError 損失を作成します。

パラメーター

TF	TensorFlow オペレーション

public MeanSquaredLogarithmicError (Ops tf、 Reduction削減)

getSimpleName()を損失名として使用して MeanSquaredError 損失を作成します

パラメーター

TF	TensorFlow オペレーション
削減	損失に適用する減額のタイプ。

public MeanSquaredLogarithmicError (Ops tf、文字列名、 Reduction削減)

MeanSquaredError を作成します

パラメーター

TF	TensorFlow オペレーション
名前	喪失の名前
削減	損失に適用する減額のタイプ。

パブリックメソッド

publicオペランド<T>呼び出し(オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト)

損失を計算するオペランドを生成します。

パラメーター

ラベル	真理値またはラベル
予測	予測
サンプルの重み	オプションのsampleWeightsは、損失の係数として機能します。スカラーが指定されている場合、損失は指定された値によって単純にスケーリングされます。 SampleWeights がサイズ [batch_size] のテンソルの場合、バッチの各サンプルの合計損失は、SampleWeights ベクトルの対応する要素によって再スケーリングされます。 SampleWeights の形状が [batch_size, d0, .. dN-1] の場合 (またはこの形状にブロードキャストできる場合)、予測の各損失要素は、SampleWeights の対応する値によってスケーリングされます。 (dN-1 に関する注意: すべての損失関数は 1 次元ずつ減少します。通常は axis=-1 です。)

戻り値

損失