classe publique BinaryCrossentropy
Une métrique qui calcule la perte d'entropie croisée binaire entre les étiquettes réelles et les étiquettes prédites.
Il s'agit de la classe métrique d'entropie croisée à utiliser lorsqu'il n'y a que deux classes d'étiquettes (0 et 1).
Constantes héritées
Constructeurs Publics
BinaryCrossentropy (Ops tf, nom de chaîne, booléen fromLogits, float labelSmoothing, graine longue, type Class<T>) Crée une métrique BinaryCrossentropy |
Méthodes publiques
Méthodes héritées
| LossMetric <T> | obtenirPerte () Obtient la fonction de perte. |
| Liste< Op > | updateStateList ( Opérande <? étend TNumber > étiquettes, Opérande <? étend TNumber > prédictions, Opérande <? étend TNumber > sampleWeights) Crée des opérations qui mettent à jour l'état de la métrique moyenne, en appelant la fonction de perte et en transmettant la perte à la métrique moyenne pour calculer la moyenne pondérée de la perte sur plusieurs itérations. |
| Variable <T> | getCount () Obtient la variable de comptage |
| Classe<T> | getResultType () Obtient le type des variables |
| Variable <T> | obtenirTotal () Obtient la variable totale |
| Opération | réinitialiserÉtats () Réinitialise toutes les variables d'état à leurs valeurs initiales |
| Opérande <T> | résultat () Obtient le résultat actuel de la métrique |
| Liste< Op > | updateStateList ( Operand <? extends TNumber > valeurs, Operand <? extends TNumber > sampleWeights) Met à jour les variables métriques en fonction des entrées. |
| Opérande final <T> | |
| Chaîne | obtenirNom () Obtient le nom de cette métrique. |
| long | obtenirSeed () Obtient la valeur de départ du générateur de nombres aléatoires |
| Opérations | obtenirTF () Obtient les opérations TensorFlow |
| opération abstraite | réinitialiserÉtats () Réinitialise toutes les variables d'état à leurs valeurs initiales |
| Opérande abstrait <T> | résultat () Obtient le résultat actuel de la métrique |
| opération finale | |
| opération finale | updateState ( Opérande <? étend TNumber > valeurs, Opérande <? étend TNumber > sampleWeights) Crée une opération NoOp avec des dépendances de contrôle pour mettre à jour l'état de la métrique |
| Liste< Op > | |
| Liste< Op > | updateStateList ( Operand <? extends TNumber > valeurs, Operand <? extends TNumber > sampleWeights) Crée une liste d'opérations pour mettre à jour l'état de la métrique en fonction des valeurs d'entrée. |
| booléen | est égal à (Objet arg0) |
| Classe finale<?> | obtenirClasse () |
| int | Code de hachage () |
| vide final | notifier () |
| vide final | notifierTous () |
| Chaîne | àChaîne () |
| vide final | attendre (long arg0, int arg1) |
| vide final | attendez (long arg0) |
| vide final | attendez () |
Constructeurs Publics
public BinaryCrossentropy (Ops tf, nom de chaîne, booléen fromLogits, float labelSmoothing, graine longue, type Class<T>)
Crée une métrique BinaryCrossentropy
Paramètres
| tf | les opérations TensorFlow |
|---|---|
| nom | le nom de cette métrique, si null alors le nom de la métrique est getSimpleName() . |
| deLogits | S'il faut interpréter les prédictions comme un tenseur de valeurs logit plutôt que comme une distribution de probabilité. |
| labelLissage | valeur utilisée pour lisser les étiquettes. Lorsque 0, aucun lissage ne se produit. Lorsque > 0, calculez la perte entre les étiquettes prédites et une version lissée des véritables étiquettes, où le lissage réduit les étiquettes vers 0,5. Des valeurs plus grandes de label_smoothing correspondent à un lissage plus important. |
| graine | la graine pour la génération de nombres aléatoires. Un initialiseur créé avec une graine donnée produira toujours le même tenseur aléatoire pour une forme et un type de données donnés. |
| taper | le type des variables et du résultat |
Méthodes publiques
appel à l'opérande public <T> ( opérande <? étend TNumber > étiquettes, opérande <? étend TNumber > prédictions)
Calcule la perte pondérée entre labels et predictions
Paramètres
| Étiquettes | les valeurs ou étiquettes de vérité |
|---|---|
| prédictions | les prédictions |
Retour
- la perte