Poisson

パブリッククラスポアソン

ラベルと予測の間のポアソン損失を計算します。

loss = predictions - labels * log(predictions)

スタンドアロンでの使用:

    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}, {0.f, 0.f} });
    Poisson poissonLoss = new Poisson(tf);
    Operand<TFloat32> result = poissonLoss.call(labels, predictions);
    // produces 0.5f

サンプル重量を使用して呼び出します:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f});
    Operand<TFloat32> result = poissonLoss.call(labels, predictions, sampleWeight);
    // produces 0.4f

SUMリダクション タイプを使用する場合:

    Poisson poissonLoss = new Poisson(tf, Reduction.SUM);
    Operand<TFloat32> result = poissonLoss.call(labels, predictions);
    // produces 0.999f

NONE削減タイプを使用する場合:

    Poisson poissonLoss = new Poisson(tf, Reduction.NONE);
    Operand<TFloat32> result = poissonLoss.call(labels, predictions);
    // produces [0.999f, 0f]

継承されたフィールド

パブリックコンストラクター

ポアソン(Ops TF)
getSimpleName()損失名として使用し、 REDUCTION_DEFAULTの損失削減を使用してポアソン損失を作成します。
ポアソン(Ops tf、文字列名)
REDUCTION_DEFAULTの損失低減を使用してポアソン損失を作成します
ポアソン(Ops tf、 Reduction削減)
getSimpleName()を損失名として使用してポアソン損失を作成します
ポアソン(Ops tf、文字列名、 Reduction削減)
ポアソン損失を発生させる

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

パブリックコンストラクター

パブリックポアソン(Ops tf)

getSimpleName()損失名として使用し、 REDUCTION_DEFAULTの損失削減を使用してポアソン損失を作成します。

パラメータ
TF TensorFlow オペレーション

public Poisson (Ops tf、文字列名)

REDUCTION_DEFAULTの損失低減を使用してポアソン損失を作成します

パラメータ
TF TensorFlow オペレーション
名前損失の名前。null の場合はgetSimpleName()が使用されます。

パブリックポアソン(Ops tf、 Reduction削減)

getSimpleName()を損失名として使用してポアソン損失を作成します

パラメータ
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 Poisson (Ops tf、文字列名、 Reduction削減)

ポアソン損失を発生させる

パラメータ
TF TensorFlow オペレーション
名前損失の名前。null の場合はgetSimpleName()が使用されます。
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
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。)
返品
  • 損失