Estos son métodos auxiliares para pérdidas y métricas y serán módulos privados cuando la modularidad de Java se aplique a TensorFlow Java. Estos métodos no deben usarse fuera de los paquetes de pérdidas y métricas.
Constructores Públicos
Métodos públicos
estático <T extiende TNumber > Operando <TInt32> | todos los ejes (Ops tf, Operando <T> op) Obtiene una matriz de enteros constante que representa todos los ejes del operando. |
estático <T extiende TNumber > Operando <T> | ComputeWeightedLoss (Ops tf, operando <T> pérdida, reducción de reducción , operando <T> sampleWeight) Calcula la pérdida ponderada. |
estático <T extiende TNumber > Operando <T> | rangeCheck (Ops tf, prefijo de cadena, valores de operando <T>, operando <T> minValue, operando <T> maxValue) Realizar una verificación de rango inclusivo en los valores. |
estático <T extiende TNumber > LossTuple <T> | removeSqueezableDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>) Apriete la última atenuación si los rangos difieren de lo esperado en exactamente 1. |
estático <T extiende TNumber > LossTuple <T> | removeSqueezableDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>, int esperadoRankDiff) Apriete la última atenuación si los rangos difieren de lo esperado en exactamente 1. |
estático <T extiende TNumber > Operando <T> | safeMean (Ops tf, pérdidas de operando <T>, números largos) Calcula una media segura de las pérdidas. |
estático <T extiende TNumber > LossTuple <T> | squeezeOrExpandDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>) Apriete o expanda la última dimensión si es necesario con una muestra de uno. |
estático <T extiende TNumber > LossTuple <T> | squeezeOrExpandDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>, pesos de muestra de operando <T>) Apriete o expanda la última dimensión si es necesario. |
estático <T extiende TNumber > Operando <T> | valueCheck (Ops tf, prefijo de cadena, valores de operando <T>, valores permitidos de operando <T>) Comprueba si todos los valores están dentro del conjunto de valores permitidos. |
Métodos heredados
Constructores Públicos
Ayudante de pérdidas públicas ()
Métodos públicos
Operando estático público < TInt32 > allAxes (Ops tf, Operando <T> op)
Obtiene una matriz de enteros constante que representa todos los ejes del operando.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
op | las operaciones de TensorFlow |
Devoluciones
- una Constante que representa todos los ejes del operando.
Operando estático público <T> ComputeWeightedLoss (Ops tf, Operando <T> Pérdida, Reducción Reducción, Operando <T> SampleWeight)
Calcula la pérdida ponderada.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
pérdida | la pérdida no ponderada |
reducción | el tipo de reducción |
muestraPeso | el peso de la muestra, si es nulo, el valor predeterminado es uno. |
Devoluciones
- la pérdida ponderada
rangeCheck de operando estático público <T> (Ops tf, prefijo de cadena, valores de operando <T>, operando <T> minValue, operando <T> maxValue)
Realizar una verificación de rango inclusivo en los valores.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
prefijo | Un prefijo de cadena para incluir en el mensaje de error |
valores | los valores a comprobar |
valormínimo | el valor mínimo |
valor máximo | el valor máximo |
Devoluciones
- los valores posiblemente con dependencias de control si TensorFlow Ops representa una sesión de gráfico
Lanza
Argumento de excepción ilegal | si TensorFlow Ops representa una sesión entusiasta |
---|
public static LossTuple <T> removeSqueezableDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>)
Apriete la última atenuación si los rangos difieren de lo esperado en exactamente 1.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
etiquetas | Valores de etiqueta, un Tensor cuyas dimensiones coinciden con predictions . |
predicciones | Valores previstos, un Tensor de dimensiones arbitrarias. |
Devoluciones
-
labels
ypredictions
, posiblemente con la última atenuación exprimida.
public static LossTuple <T> removeSqueezableDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>, int expectedRankDiff)
Apriete la última atenuación si los rangos difieren de lo esperado en exactamente 1.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
etiquetas | Valores de etiqueta, un Operand cuyas dimensiones coinciden con predictions . |
predicciones | Valores previstos, un Tensor de dimensiones arbitrarias. |
diferencia de rango esperado | Resultado esperado de rank(predictions) - rank(labels) . |
Devoluciones
-
labels
ypredictions
, posiblemente con la última atenuación exprimida.
Operando estático público <T> safeMean (Ops tf, pérdidas del operando <T>, números largos)
Calcula una media segura de las pérdidas.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
pérdidas | Operand cuyos elementos contienen medidas de pérdidas individuales. |
numeroElementos | El número de elementos medibles en losses . |
Devoluciones
- Un escalar que representa la media de
losses
. SinumElements
es cero, se devuelve cero.
public static LossTuple <T> squeezeOrExpandDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>)
Apriete o expanda la última dimensión si es necesario con una muestra de uno.
- Exprime la última atenuación de
predictions
olabels
si su clasificación difiere en 1 (usandoremoveSqueezableDimensions(Ops, Operand<T>, Operand<T>)
). - Aprieta o expande la última atenuación de
sampleWeight
si su rango difiere en 1 del nuevo rango depredictions
. SisampleWeight
es escalar, se mantiene escalar.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
etiquetas | Etiqueta opcional Operand cuyas dimensiones coinciden prediction . |
predicciones | Valores previstos, un Operand de dimensiones arbitrarias. |
Devoluciones
- LossTuple de
prediction
,label
ysampleWeight
serán nulos. Es posible que cada uno de ellos tenga la última dimensión comprimida,sampleWeight
podría ampliarse en una dimensión. SisampleWeight
es nulo, se devuelve (predicción, etiqueta).
public static LossTuple <T> squeezeOrExpandDimensions (Ops tf, etiquetas de operando <T>, predicciones de operando <T>, pesos de muestra de operando <T>)
Apriete o expanda la última dimensión si es necesario.
- Exprime las últimas
predictions
olabels
si su clasificación no difiere en 1. - Aprieta o expande la última atenuación de
sampleWeight
si su rango difiere en 1 del nuevo rango depredictions
. SisampleWeight
es escalar, se mantiene escalar.
Parámetros
tf | las operaciones de TensorFlow |
---|---|
etiquetas | Etiqueta opcional Operand cuyas dimensiones coinciden prediction . |
predicciones | Valores previstos, un Operand de dimensiones arbitrarias. |
pesos de muestra | Peso(s) de muestra opcional Operand cuyas dimensiones coinciden con prediction . |
Devoluciones
- LossTuple de
predictions
,labels
ysampleWeight
. Es posible que cada uno de ellos tenga la última dimensión comprimida,sampleWeight
podría ampliarse en una dimensión. SisampleWeight
es nulo, solo se devuelven laspredictions
ylabels
posiblemente modificadas en la forma.
Comprobación de valor del operando <T> estático público (Ops tf, prefijo de cadena, valores del operando <T>, valores permitidos del operando <T>)
Comprueba si todos los valores están dentro del conjunto de valores permitidos. La ejecución del operando en modo Gráfico generará TFInvalidArgumentException
, si al menos un valor no está dentro de los valores permitidos establecidos. En el modo Eager, este método generará una IllegalArgumentException
si al menos un valor no está dentro de los valores permitidos establecidos.
Parámetros
tf | Las operaciones de TensorFlow |
---|---|
prefijo | Un prefijo de cadena para incluir en el mensaje de error |
valores | los valores a comprobar |
valores permitidos | los valores permitidos |
Devoluciones
- los valores posiblemente con dependencias de control si TensorFlow Ops representa una sesión de gráfico
Lanza
Argumento de excepción ilegal | si la sesión está en modo ansioso y al menos un valor no está dentro de los valores permitidos establecidos |
---|