MeanSquaredLogarithmicError

общедоступный класс MeanSquaredLogarithmicError

Вычисляет среднеквадратические логарифмические ошибки между метками и прогнозами.

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

Автономное использование:

    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

Вызов с выборочным весом:

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

Использование типа сокращения SUM :

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

Использование типа сокращения NONE :

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

Унаследованные поля

Из класса org.tensorflow.framework.losses.Loss

общедоступное статическое окончательное сокращение REDUCTION_DEFAULT

Публичные конструкторы

	MeanSquaredLogarithmicError (Операции tf) Создает потерю MeanSquaredError, используя `getSimpleName()` в качестве имени потери и уменьшение потерь `REDUCTION_DEFAULT` .
	MeanSquaredLogarithmicError (Ops tf, сокращение сокращения) Создает потерю MeanSquaredError, используя `getSimpleName()` в качестве имени потери.
	MeanSquaredLogarithmicError (Ops tf, имя строки, уменьшение сокращения ) Создает MeanSquaredError

Публичные методы

<T расширяет TNumber > Операнд <T>

вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights)

Генерирует операнд, который вычисляет потери.

Унаследованные методы

Из класса org.tensorflow.framework.losses.Loss

абстрактный <T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights) Генерирует операнд, который вычисляет потери.
<T расширяет TNumber > Операнд <T>	вызов ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>) Рассчитывает потери
Снижение	получитьРедукцию () Получает сокращение потерь
Операции	получитьТФ () Получает операции TensorFlow.

Из класса java.lang.Object

логическое значение	равно (Объект arg0)
последний класс<?>	получитьКласс ()
интервал	хэш-код ()
окончательная пустота	поставить в известность ()
окончательная пустота	уведомитьВсе ()
Нить	нанизывать ()
окончательная пустота	подождать (длинный arg0, int arg1)
окончательная пустота	подождите (длинный arg0)
окончательная пустота	ждать ()

Публичные конструкторы

общедоступная MeanSquaredLogarithmicError (Ops tf)

Создает потерю MeanSquaredError, используя getSimpleName() в качестве имени потери и уменьшение потерь REDUCTION_DEFAULT .

Параметры

ТС	Операции TensorFlow

public MeanSquaredLogarithmicError (Ops tf, сокращение сокращения )

Создает потерю MeanSquaredError, используя getSimpleName() в качестве имени потери.

Параметры

ТС	Операции TensorFlow
снижение	Тип уменьшения, применяемого к убытку.

public MeanSquaredLogarithmicError (Ops tf, имя строки, сокращение сокращения )

Создает MeanSquaredError

Параметры

ТС	Операции TensorFlow
имя	название потери
снижение	Тип уменьшения, применяемого к убытку.

Публичные методы

общедоступный вызов операнда <T> ( Операнд <? расширяет метки TNumber >, прогнозы операнда <T>, операнд <T> sampleWeights)

Генерирует операнд, который вычисляет потери.

Параметры

этикетки	значения истинности или метки
предсказания	предсказания
образецВес	Необязательный sampleWeights действует как коэффициент потерь. Если указан скаляр, то потери просто масштабируются по заданному значению. Если SampleWeights — это тензор размера [batch_size], то общие потери для каждой выборки пакета масштабируются соответствующим элементом вектора SampleWeights. Если форма SampleWeights равна [batch_size, d0, .. dN-1] (или может быть передана в эту форму), то каждый элемент потерь прогнозов масштабируется соответствующим значением SampleWeights. (Примечание к dN-1: все функции потерь уменьшаются на 1 измерение, обычно ось = -1.)

Возврат

потеря