SparseCategoricalCrossentropy

classe pública SparseCategoricalCrossentropy

Calcula a perda de entropia cruzada entre rótulos e previsões.

Use esta função de perda de entropia cruzada quando houver duas ou mais classes de rótulos. Espera-se que os rótulos sejam fornecidos como números inteiros. Se você deseja fornecer rótulos usando representação one-hot , use perda CategoricalCrossentropy . Deve haver # classes de valores de ponto flutuante por recurso para predictions e um único valor de ponto flutuante por recurso para label .

No trecho abaixo, há um único valor de ponto flutuante por exemplo para labels e # classes de valores de ponto flutuante por exemplo para predictions . O formato dos labels é [batch_size] e o formato das predictions é [batch_size, num_classes] .

Uso autônomo: 

    Operand<TFloat32> labels =
        tf.constant(new float[] {1, 2});
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.05f, 0.95f, 0f}, {0.1f, 0.8f, 0.1f} });
    SparseCategoricalCrossentropy sparseCCE = new SparseCategoricalCrossentropy(tf);
    Operand<TFloat32> result = sparseCCE.call(labels, predictions);
    // produces 1.177f

Chamando com peso amostral: 

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.3f, 0.7f});
    Operand<TFloat32> result = sparseCCE.call(labels, predictions, sampleWeight);
    // produces 0.814f

Usando o tipo de redução SUM : 

    SparseCategoricalCrossentropy sparseCCE = new SparseCategoricalCrossentropy(tf, Reduction.SUM);
    Operand<TFloat32> result = sparseCCE.call(labels, predictions);
    // produces 2.354f

Usando o tipo de redução NONE : 

    SparseCategoricalCrossentropy sparseCCE = new SparseCategoricalCrossentropy(tf, Reduction.NONE);
    Operand<TFloat32> result = sparseCCE.call(labels, predictions);
    // produces [0.0513f, 2.303f]

Constantes

interno EIXO_DEFAULT
boleano FROM_LOGITS_DEFAULT

Campos Herdados

Construtores Públicos

SparseCategoricalCrossentropia (Ops tf)
Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, nome da string)
Cria uma perda SparseCategoricalCrossentropy usando uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, redução de redução )
Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, com Reduction.AUTO e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, nome da string, redução de redução )
Cria uma perda SparseCategoricalCrossentropy com Reduction.AUTO e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, nome da string, booleano fromLogits)
Cria um SparseCategoricalCrossentropy usando uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, booleano fromLogits)
Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .
SparseCategoricalCrossentropy (Ops tf, booleano fromLogits, redução de redução )
Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda,
SparseCategoricalCrossentropy (Ops tf, nome da string, booleano fromLogits, redução de redução , eixo interno)
Cria uma SparseCategoricalCrossentropy

Métodos Públicos

<T estende TNumber > Operando <T>
chamada ( Operando <? estende TNumber > rótulos, previsões de Operando <T>, Operando <T> sampleWeights)
Gera um Operando que calcula a perda.

Métodos herdados

Constantes

público estático final int AXIS_DEFAULT

Valor Constante: -1

público estático final booleano FROM_LOGITS_DEFAULT

Valor constante: falso

Construtores Públicos

public SparseCategoricalCrossentropy (Ops tf)

Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow

public SparseCategoricalCrossentropy (Ops tf, nome da string)

Cria uma perda SparseCategoricalCrossentropy usando uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow
nome o nome desta função de perda

público SparseCategoricalCrossentropy (Ops tf, redução de redução )

Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, com Reduction.AUTO e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow
redução Tipo de Redução a aplicar à perda.

public SparseCategoricalCrossentropy (Ops tf, nome da string, redução de redução )

Cria uma perda SparseCategoricalCrossentropy com Reduction.AUTO e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow
nome o nome desta função de perda
redução Tipo de Redução a aplicar à perda.

public SparseCategoricalCrossentropy (Ops tf, String name, boolean fromLogits)

Cria um SparseCategoricalCrossentropy usando uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow
nome o nome desta função de perda
deLogits Se deve interpretar as previsões como um tensor de valores logit

public SparseCategoricalCrossentropy (Ops tf, booleano fromLogits)

Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda, uma redução de perda de REDUCTION_DEFAULT e fromLogits= FROM_LOGITS_DEFAULT .

Parâmetros
TF as operações do TensorFlow
deLogits Se deve interpretar as previsões como um tensor de valores logit

public SparseCategoricalCrossentropy (Ops tf, booleano fromLogits, redução de redução )

Cria uma perda SparseCategoricalCrossentropy usando getSimpleName() como o nome da perda,

Parâmetros
TF as operações do TensorFlow
deLogits Se deve interpretar as previsões como um tensor de valores logit
redução Tipo de Redução a aplicar à perda.

public SparseCategoricalCrossentropy (Ops tf, nome da string, booleano fromLogits, redução de redução , eixo interno)

Cria uma SparseCategoricalCrossentropy

Parâmetros
TF as operações do TensorFlow
nome o nome desta função de perda
deLogits Se deve interpretar as previsões como um tensor de valores logit
redução Tipo de Redução a aplicar à perda.
eixo O eixo dos canais. axis=-1 corresponde ao formato de dados `Canais Últimos' e axis=1 corresponde ao formato de dados 'Canais Primeiro'.

Métodos Públicos

chamada de operando público <T> ( Operando <? estende TNumber > rótulos, previsões de operando <T>, pesos de amostra de operando <T>)

Gera um Operando que calcula a perda.

Se executado no modo Graph, o cálculo lançará TFInvalidArgumentException se os valores das previsões estiverem fora do intervalo o [0. para 1.]. No modo Eager, esta chamada lançará IllegalArgumentException , se os valores das previsões estiverem fora do intervalo o [0. para 1.]

Parâmetros
rótulos os valores de verdade ou rótulos
previsões as previsões, os valores devem estar no intervalo [0. para 1.] inclusive.
pesos de amostra SampleWeights opcionais atuam como um coeficiente para a perda. Se um escalar for fornecido, a perda será simplesmente dimensionada pelo valor fornecido. Se SampleWeights for um tensor de tamanho [batch_size], então a perda total de cada amostra do lote será redimensionada pelo elemento correspondente no vetor SampleWeights. Se a forma de SampleWeights for [batch_size, d0, .. dN-1] (ou puder ser transmitida para esta forma), então cada elemento de perda de previsões será dimensionado pelo valor correspondente de SampleWeights. (Nota sobre dN-1: todas as funções de perda são reduzidas em 1 dimensão, geralmente eixo=-1.)
Devoluções
  • a perda
Lança
Exceção de argumento ilegal se as previsões estiverem fora do intervalo [0.-1.].