SquaredHinge

כיתה ציבורית SquaredHinge

מחשב את אובדן הציר בריבוע בין תוויות ותחזיות.

loss = square(maximum(1 - labels * predictions, 0))

labels צפויים להיות -1 או 1. אם יסופקו תוויות בינאריות (0 או 1), הן יומרו ל-1 או 1.

שימוש עצמאי:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0., 1.}, {0., 0.} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
    SquaredHinge squaredHinge = new SquaredHinge(tf);
    Operand<TFloat32> result = squaredHinge.call(labels, predictions);
    // produces 1.86f
 

מתקשר עם משקל מדגם:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = squaredHinge.call(labels, predictions,
                                                  sampleWeight);
    // produces 0.73f
 

שימוש בסוג הפחתת SUM :

    SquaredHinge squaredHinge = new SquaredHinge(tf, Reduction.SUM);
    Operand<TFloat32> result = squaredHinge.call(labels, predictions);
    // produces 3.72f
 

שימוש בסוג הפחתה NONE :

    SquaredHinge squaredHinge = new SquaredHinge(tf, Reduction.NONE);
    Operand<TFloat32> result = squaredHinge.call(labels, predictions);
    // produces [1.46f, 2.26f]
 

שדות בירושה

מכיתה org.tensorflow.framework.losses.Loss

הפחתה סופית סטטית ציבורית

REDUCTION_DEFAULT

בונים ציבוריים

	SquaredHinge (Ops tf) יוצר אובדן ציר בריבוע באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT
	SquaredHinge (Ops tf, הפחתת הפחתה ) יוצר אובדן ציר ריבועי באמצעות getSimpleName() כשם ההפסד
	SquaredHinge (Ops tf, שם מחרוזת, הפחתת הפחתה ) יוצר ציר מרובע

שיטות ציבוריות

<T מרחיב את TNummer > Operand <T>

קריאה ( Operand <? מרחיב את התוויות של TNomber >, תחזיות Operand <T>, Oprand <T> sampleWeights) יוצר אופרנד שמחשב את ההפסד.

שיטות בירושה

מכיתה org.tensorflow.framework.losses.Loss

תקציר <T מרחיב את TNummer > Operand <T>	קריאה ( Operand <? מרחיב את התוויות של TNomber >, תחזיות Operand <T>, Oprand <T> sampleWeights) יוצר אופרנד שמחשב את ההפסד.
<T מרחיב את TNummer > Operand <T>	שיחה ( Oprand <? מרחיב את התוויות של TNumber >, תחזיות Operand <T>) מחשב את ההפסד
צִמצוּם	getReduction () מקבל את הפחתת ההפסד
אופס	getTF () מקבל את TensorFlow Ops

מכיתה java.lang.Object

בוליאני	שווה (Object arg0)
שיעור אחרון<?>	getClass ()
int	hashcode ()
ריק סופי	להודיע ​​()
ריק סופי	הודע הכל ()
חוּט	toString ()
ריק סופי	המתן (ארג0 ארוך, int arg1)
ריק סופי	חכה (ארג0 ארוך)
ריק סופי	חכה ()

בונים ציבוריים

Public SquaredHinge (Ops tf)

יוצר אובדן ציר בריבוע באמצעות getSimpleName() כשם ההפסד והפחתת הפסד של REDUCTION_DEFAULT

פרמטרים

tf	ה- TensorFlow Ops

Public SquaredHinge (Ops tf, הפחתת הפחתה )

יוצר אובדן ציר ריבועי באמצעות getSimpleName() כשם ההפסד

פרמטרים

tf	ה- TensorFlow Ops
צִמצוּם	סוג ההפחתה שיחול על ההפסד.

Public SquaredHinge (Ops tf, שם מחרוזת, הפחתת הפחתה )

יוצר ציר מרובע

פרמטרים

tf	ה- TensorFlow Ops
שֵׁם	שם האובדן
צִמצוּם	סוג ההפחתה שיחול על ההפסד.

שיטות ציבוריות

קריאת Operand <T> ציבורית ( Operand <? מרחיב את התוויות של TNumber >, תחזיות Operand <T>, Oprand <T> דוגמת משקלים)

יוצר אופרנד שמחשב את ההפסד.

אם ההפעלה במצב גרף, החישוב יזרוק TFInvalidArgumentException אם ערכי התווית אינם בקבוצה [-1., 0., 1.]. במצב Eager Mode, קריאה זו תזרוק IllegalArgumentException , אם ערכי התווית אינם בקבוצה [-1., 0., 1.].

פרמטרים

תוויות	ערכי האמת או התוויות חייבים להיות -1, 0 או 1. הערכים צפויים להיות -1 או 1. אם יסופקו תוויות בינאריות (0 או 1), הם יומרו ל-1 או 1.
תחזיות	הערכים החיזויים חייבים להיות בטווח [0. עד 1.] כולל.
משקולות לדוגמה	SampleWeights אופציונליים פועלים כמקדם לאובדן. אם מסופק סקלר, אז ההפסד פשוט מוגדל לפי הערך הנתון. אם SampleWeights הוא טנסור בגודל [batch_size], אז ההפסד הכולל עבור כל דגימה של האצווה משתנה מחדש על ידי האלמנט המתאים בוקטור SampleWeights. אם הצורה של SampleWeights היא [batch_size, d0, ..dN-1] (או שניתן לשדר אותה לצורה זו), אז כל רכיב אובדן של חיזויים משתנה לפי הערך המתאים של SampleWeights. (הערה לגבי dN-1: כל פונקציות האובדן מצטמצמות בממד אחד, בדרך כלל ציר=-1.)

מחזיר

• ההפסד

זורק

חריג טיעון לא חוקי	אם התחזיות הן מחוץ לטווח [0.-1.].