Tính toán sai số logarit bình phương trung bình giữa các nhãn và dự đoán.
loss = square(log(labels + 1.) - log(predictions + 1.))
Cách sử dụng độc lập:
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
Gọi với trọng lượng mẫu:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = msle.call(labels, predictions, sampleWeight); // produces 0.120f
Sử dụng loại giảm SUM
:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.SUM); Operand<TFloat32> result = msle.call(labels, predictions); // produces 0.480f
Sử dụng loại giảm NONE
:
MeanSquaredLogarithmicError msle = new MeanSquaredLogarithmicError(tf, Reduction.NONE); Operand<TFloat32> result = msle.call(labels, predictions); // produces [0.240f, 0.240f]
Trường kế thừa
Nhà xây dựng công cộng
MeanSquaredLogarithmicError (Ops tf) Tạo Mất MeanSquaredError bằng cách sử dụng getSimpleName() làm tên mất mát và Giảm tổn thất là REDUCTION_DEFAULT | |
MeanSquaredLogarithmicError (Ops tf, Giảm mức giảm) Tạo ra lỗi MeanSquaredError sử dụng getSimpleName() làm tên mất mát | |
Phương pháp công khai
<T mở rộng TNumber > Toán hạng <T> |
Phương pháp kế thừa
Nhà xây dựng công cộng
công khai MeanSquaredLogarithmicError (Ops tf)
Tạo Mất MeanSquaredError bằng cách sử dụng getSimpleName()
làm tên mất mát và Giảm tổn thất là REDUCTION_DEFAULT
Thông số
tf | hoạt động của TensorFlow |
---|
công khai MeanSquaredLogarithmicError (Ops tf, Giảm mức giảm)
Tạo ra lỗi MeanSquaredError sử dụng getSimpleName()
làm tên mất mát
Thông số
tf | hoạt động của TensorFlow |
---|---|
sự giảm bớt | Loại Giảm áp dụng cho tổn thất. |
công khai MeanSquaredLogarithmicError (Ops tf, Tên chuỗi, Giảm thiểu)
Tạo một MeanSquaredError
Thông số
tf | hoạt động của TensorFlow |
---|---|
tên | tên của sự mất mát |
sự giảm bớt | Loại Giảm áp dụng cho tổn thất. |
Phương pháp công khai
lệnh gọi Toán hạng công khai <T> ( Toán hạng <? mở rộng nhãn TNumber >, dự đoán Toán hạng <T>, Toán hạng <T> sampleWeights)
Tạo một toán hạng tính toán tổn thất.
Thông số
nhãn | các giá trị thật hoặc nhãn |
---|---|
phỏng đoán | những dự đoán |
mẫuTrọng lượng | Khối lượng mẫu tùy chọn đóng vai trò như một hệ số tổn thất. Nếu một đại lượng vô hướng được cung cấp thì tổn thất chỉ được tính theo giá trị đã cho. Nếu SampleWeights là một tenxơ có kích thước [batch_size] thì tổng tổn thất cho mỗi mẫu của lô sẽ được điều chỉnh lại tỷ lệ theo phần tử tương ứng trong vectơ SampleWeights. Nếu hình dạng của SampleWeights là [batch_size, d0, .. dN-1] (hoặc có thể được phát tới hình dạng này), thì mỗi phần tử tổn thất của dự đoán sẽ được chia tỷ lệ theo giá trị tương ứng của SampleWeights. (Lưu ý trên dN-1: tất cả các hàm mất mát đều giảm đi 1 chiều, thường là trục=-1.) |
Trả lại
- sự mất mát