MeanSquaredLogarithmicError

klasa publiczna MeanSquaredLogarithmicError

Oblicza średnie kwadraty błędów logarytmicznych między etykietami i przewidywaniami.

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

Samodzielne użycie:

    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
 

Wywołanie z wagą próbki:

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

Używanie typu redukcji SUM :

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

Używanie typu redukcji NONE :

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

Dziedziczone pola

Z klasy org.tensorflow.framework.losses.Loss

publiczna statyczna ostateczna redukcja

REDUCTION_DEFAULT

Konstruktorzy publiczni

	Średni kwadratowy błąd logarytmiczny (Ops tf) Tworzy stratę MeanSquaredError przy użyciu getSimpleName() jako nazwy straty i redukcji straty wynoszącej REDUCTION_DEFAULT
	Średni kwadratowy błąd logarytmiczny (Ops tf, redukcja redukcji ) Tworzy stratę MeanSquaredError, używając getSimpleName() jako nazwy straty
	MeanSquaredLogarithmicError (Ops tf, nazwa ciągu, redukcja redukcji ) Tworzy błąd MeanSquaredError

Metody publiczne

<T rozszerza TNumer > Operand <T>

wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje argument, który oblicza stratę.

Metody dziedziczone

Z klasy org.tensorflow.framework.losses.Loss

streszczenie <T rozszerza numer T > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi) Generuje argument, który oblicza stratę.
<T rozszerza TNumer > Operand <T>	wywołanie ( Operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>) Oblicza stratę
Zmniejszenie	uzyskaj redukcję () Pobiera redukcję strat
Operacje	getTF () Pobiera operacje TensorFlow

Z klasy java.lang.Object

wartość logiczna	równa się (Obiekt arg0)
ostatnia klasa<?>	pobierzKlasę ()
wew	hashCode ()
ostateczna pustka	powiadomić ()
ostateczna pustka	powiadom wszystkich ()
Strunowy	doString ()
ostateczna pustka	czekaj (długi arg0, int arg1)
ostateczna pustka	czekaj (długi arg0)
ostateczna pustka	Czekać ()

Konstruktorzy publiczni

publiczny Średni Kwadratowy Błąd Logarytmiczny (Ops tf)

Tworzy stratę MeanSquaredError przy użyciu getSimpleName() jako nazwy straty i redukcji straty wynoszącej REDUCTION_DEFAULT

Parametry

tf	operacji TensorFlow

public MeanSquaredLogarithmicError (Ops tf, redukcja redukcji )

Tworzy stratę MeanSquaredError, używając getSimpleName() jako nazwy straty

Parametry

tf	operacji TensorFlow
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

public MeanSquaredLogarithmicError (Ops tf, nazwa ciągu, redukcja redukcji )

Tworzy błąd MeanSquaredError

Parametry

tf	operacji TensorFlow
nazwa	nazwa straty
zmniejszenie	Rodzaj obniżki stosowanej w przypadku straty.

Metody publiczne

publiczne wywołanie argumentu <T> ( operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi)

Generuje argument, który oblicza stratę.

Parametry

etykiety	wartości prawdy lub etykiety
prognozy	przewidywania
próbkiWagi	Opcjonalne próbkiWeights działają jako współczynnik straty. Jeśli podany jest skalar, strata jest po prostu skalowana według podanej wartości. Jeśli SampleWeights jest tensorem rozmiaru [batch_size], wówczas całkowita strata dla każdej próbki w partii jest przeskalowana przez odpowiedni element wektora SampleWeights. Jeśli kształt SampleWeights wynosi [batch_size, d0, .. dN-1] (lub może być nadawany do tego kształtu), wówczas każdy element predykcji straty jest skalowany przez odpowiednią wartość SampleWeights. (Uwaga do dN-1: wszystkie funkcje strat zmniejszają się o 1 wymiar, zwykle oś=-1.)

Zwroty

• strata