classe pubblica BinaryCrossentropy
Una metrica che calcola la perdita binaria di entropia incrociata tra le etichette vere e quelle previste.
Questa è la classe della metrica dell'entropia incrociata da utilizzare quando sono presenti solo due classi di etichette (0 e 1).
Costanti ereditate
Costruttori pubblici
BinaryCrossentropy (Ops tf, nome stringa, booleano fromLogits, etichetta floatSmoothing, seme lungo, tipo Classe<T>) Crea una metrica di Crossentropia binaria |
Metodi pubblici
Metodi ereditati
| Perdita metrica <T> | perdersi, smarrirsi () Ottiene la funzione di perdita. |
| Elenco< Op > | updateStateList ( Operando <? estende TNumber > etichette, Operando <? estende TNumber > previsioni, Operando <? estende TNumber > sampleWeights) Crea operazioni che aggiornano lo stato della metrica media, chiamando la funzione di perdita e passando la perdita alla metrica media per calcolare la media ponderata della perdita su molte iterazioni. |
| Variabile <T> | getCount () Ottiene la variabile count |
| Classe<T> | getResultType () Ottiene il tipo delle variabili |
| Variabile <T> | ottieni totale () Ottiene la variabile totale |
| Operazione | resetStati () Reimposta tutte le variabili di stato sui valori iniziali |
| Operando <T> | risultato () Ottiene il risultato corrente della metrica |
| Elenco< Op > | updateStateList ( Operando <? estende TNumber > valori, Operando <? estende TNumber > sampleWeights) Aggiorna le variabili metriche in base agli input. |
| Operando finale <T> | |
| Corda | getNome () Ottiene il nome di questa metrica. |
| lungo | getSeme () Ottiene il valore seed del generatore di numeri casuali |
| Op | ottieni TF () Ottiene le operazioni TensorFlow |
| astratto op | resetStati () Reimposta tutte le variabili di stato sui valori iniziali |
| Operando astratto <T> | risultato () Ottiene il risultato corrente della metrica |
| finale op | |
| finale op | updateState ( Operando <? estende TNumber > valori, Operando <? estende TNumber > sampleWeights) Crea un'operazione NoOp con dipendenze di controllo per aggiornare lo stato della metrica |
| Elenco< Op > | |
| Elenco< Op > | updateStateList ( Operando <? estende TNumber > valori, Operando <? estende TNumber > sampleWeights) Crea un elenco di operazioni per aggiornare lo stato della metrica in base ai valori di input. |
| booleano | è uguale a (Oggetto arg0) |
| Classe finale<?> | getClass () |
| int | codice hash () |
| vuoto finale | notificare () |
| vuoto finale | notificaTutti () |
| Corda | accordare () |
| vuoto finale | attendere (lungo arg0, int arg1) |
| vuoto finale | aspetta (lungo arg0) |
| vuoto finale | Aspettare () |
Costruttori pubblici
public BinaryCrossentropy (Ops tf, nome stringa, booleano fromLogits, etichetta floatSmoothing, seme lungo, tipo Classe<T>)
Crea una metrica di Crossentropia binaria
Parametri
| tf | le operazioni TensorFlow |
|---|---|
| nome | il nome di questa metrica, se null, il nome della metrica è getSimpleName() . |
| da Logits | Se interpretare le previsioni come un tensore di valori logit anziché una distribuzione di probabilità. |
| etichettaLevigante | valore utilizzato per smussare le etichette. Quando è 0, non si verifica alcun livellamento. Quando > 0, calcolare la perdita tra le etichette previste e una versione livellata delle etichette reali, dove il livellamento comprime le etichette verso 0,5. Valori più grandi di label_smoothing corrispondono a uno smoothing più intenso. |
| seme | il seme per la generazione di numeri casuali. Un inizializzatore creato con un dato seme produrrà sempre lo stesso tensore casuale per una data forma e tipo di dati. |
| tipo | il tipo per le variabili e il risultato |
Metodi pubblici
chiamata pubblica all'operando <T> ( Operando <? estende TNumber > etichette, Operando <? estende TNumber > previsioni)
Calcola la perdita ponderata tra labels e predictions
Parametri
| etichette | i valori o le etichette di verità |
|---|---|
| predizioni | le previsioni |
ritorna
- la perdita