BinaryCrossentropy

パブリック クラスBinaryCrossentropy

真のラベルと予測されたラベル間のバイナリ クロス エントロピー損失を計算するメトリック。

これは、ラベル クラスが 2 つ (0 と 1) しかない場合に使用されるクロスエントロピー メトリック クラスです。

継承された定数

クラスorg.tensorflow.framework.metrics.impl.Reduceから

弦	カウント
弦	合計

パブリックコンストラクター

BinaryCrossentropy (Ops tf、文字列名、ブール値 fromLogits、float labelSmoothing、ロング シード、Class<T> タイプ) BinaryCrossentropy メトリクスを作成します

パブリックメソッド

オペランド<T>

call (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測) labelsとpredictionsの間の加重損失を計算します。

継承されたメソッド

クラスorg.tensorflow.framework.metrics.impl.MeanMetricWrapperから

ロスメトリック<T>	getLoss () 損失関数を取得します。
リスト<操作>	updateStateList (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測、オペランド<? extends TNumber > sampleWeights) 損失関数を呼び出し、損失を平均メトリックに渡して、多数の反復にわたる損失の加重平均を計算することにより、平均メトリックの状態を更新するオペレーションを作成します。

クラスorg.tensorflow.framework.metrics.impl.Reduceから

変数<T>	getCount () カウント変数を取得します
クラス<T>	getResultType () 変数の型を取得します
変数<T>	getTotal () 変数の合計を取得します
オペ	リセット状態() 状態変数を初期値にリセットします。
オペランド<T>	結果（） メトリクスの現在の結果を取得します
リスト<操作>	updateStateList (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 入力に基づいてメトリック変数を更新します。

クラスorg.tensorflow.framework.metrics.Metricから

最終オペランド<T>	callOnce (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) update state を 1 回呼び出してから、結果を取得する呼び出しを行います。
弦	getName () このメトリクスの名前を取得します。
長さ	getシード() 乱数生成器のシード値を取得します
作戦	getTF () TensorFlow Ops を取得します
抽象的なオプ	リセット状態() 状態変数を初期値にリセットします。
抽象オペランド<T>	結果（） メトリクスの現在の結果を取得します
最終作戦	updateState (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測、オペランド<? extends TNumber > sampleWeights) 制御の依存関係を含む NoOp オペレーションを作成し、メトリクスの状態を更新します
最終作戦	updateState (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 制御の依存関係を含む NoOp オペレーションを作成し、メトリクスの状態を更新します
リスト<操作>	updateStateList (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測、オペランド<? extends TNumber > sampleWeights) ラベルと予測に基づいてメトリクスの状態を更新するための操作のリストを作成します。
リスト<操作>	updateStateList (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 入力値に基づいてメトリクスの状態を更新するための操作のリストを作成します。

クラスjava.lang.Objectから

ブール値	等しい(オブジェクト arg0)
最終クラス<?>	getクラス()
整数	ハッシュコード（）
最後の空白	通知する()
最後の空白	すべて通知()
弦	toString ()
最後の空白	wait (long arg0, int arg1)
最後の空白	待機(長い引数0)
最後の空白	待って（）

インターフェースorg.tensorflow.framework.metrics.impl.LossMetricより

抽象オペランド<T>

call (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測) labelsとpredictionsの間の加重損失を計算します。

パブリックコンストラクター

public BinaryCrossentropy (Ops tf、文字列名、ブール値 fromLogits、float labelSmoothing、ロング シード、Class<T> タイプ)

BinaryCrossentropy メトリクスを作成します

パラメーター

TF	TensorFlow オペレーション
名前	このメトリックの名前。null の場合、メトリック名はgetSimpleName()です。
fromロジッツ	予測を確率分布ではなくロジット値のテンソルとして解釈するかどうか。
ラベルスムージング	ラベルを平滑化するために使用される値。0 の場合、平滑化は行われません。 > 0 の場合、予測ラベルと真のラベルの平滑化バージョンとの間の損失を計算します。平滑化によりラベルが 0.5 に向かって圧縮されます。 label_smoothing の値が大きいほど、より強力な平滑化に対応します。
シード	乱数生成のシード。特定のシードを使用して作成されたイニシャライザは、常に特定の形状とデータ型に対して同じランダム テンソルを生成します。
タイプ	変数と結果の型

パブリックメソッド

publicオペランド<T>呼び出し(オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測)

labelsとpredictionsの間の加重損失を計算します。

パラメーター

ラベル	真理値またはラベル
予測	予測

戻り値

• 損失