BinaryCrossentropy

klasa publiczna BinaryCrossentropy

Metryka, która oblicza binarną stratę entropii krzyżowej między prawdziwymi i przewidywanymi etykietami.

Jest to klasa metryki crossentropii, która ma być używana, gdy istnieją tylko dwie klasy etykiet (0 i 1).

Dziedziczone stałe

org.tensorflow.framework.metrics.impl.Reduce
Strunowy LICZYĆ
Strunowy CAŁKOWITY

Konstruktorzy publiczni

BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna fromLogits, etykieta zmiennoprzecinkowaSmoothing, długie ziarno, typ Class<T>)
Tworzy metrykę BinaryCrossentropy

Metody publiczne

Argument <T>
wywołanie ( Operand <? rozszerza TNumber > etykiety, Operand <? rozszerza TNumber > przewidywania)
Oblicza ważoną stratę między labels i predictions

Metody dziedziczone

org.tensorflow.framework.metrics.impl.MeanMetricWrapper
Metryka strat <T>
spierniczaj ()
Pobiera funkcję straty.
Lista <Op>
updateStateList ( Operand <? rozszerza TNumber > etykiety, Operand <? rozszerza TNumber > przewidywania, Operand <? rozszerza TNumber > próbkiWagi)
Tworzy operacje, które aktualizują stan metryki średniej, wywołując funkcję straty i przekazując stratę do metryki Mean w celu obliczenia średniej ważonej straty w wielu iteracjach.
org.tensorflow.framework.metrics.impl.Reduce
Zmienna <T>
pobierz liczbę ()
Pobiera zmienną licznika
Klasa<T>
getResultType ()
Pobiera typ zmiennych
Zmienna <T>
getTotal ()
Pobiera całkowitą zmienną
Op
resetStany ()
Resetuje wszystkie zmienne stanu do ich wartości początkowych
Argument <T>
wynik ()
Pobiera bieżący wynik metryki
Lista <Op>
updateStateList ( Operand <? rozszerza TNumber > wartości, Operand <? rozszerza TNumber > próbkiWeights)
Aktualizuje zmienne metryki na podstawie danych wejściowych.
org.tensorflow.framework.metrics.Metric
końcowy argument <T>
callOnce ( Operand <? rozszerza TNumber > wartości, Operand <? rozszerza TNumber > próbkiWeights)
Wywołuje aktualizację stanu raz, po czym następuje wywołanie w celu uzyskania wyniku
Strunowy
pobierz nazwę ()
Pobiera nazwę tej metryki.
długi
pobierz nasiona ()
Pobiera wartość początkową generatora liczb losowych
Operacje
getTF ()
Pobiera operacje TensorFlow
streszczenie op
resetStany ()
Resetuje wszystkie zmienne stanu do ich wartości początkowych
abstrakcyjny argument <T>
wynik ()
Pobiera bieżący wynik metryki
końcowy op
updateState ( Operand <? rozszerza TNumber > etykiety, Operand <? rozszerza TNumber > przewidywania, Operand <? rozszerza TNumber > próbkiWagi)
Tworzy operację NoOp z zależnościami kontrolnymi w celu zaktualizowania stanu metryki
końcowy op
updateState ( Operand <? rozszerza TNumber > wartości, Operand <? rozszerza TNumber > próbkiWeights)
Tworzy operację NoOp z zależnościami kontrolnymi w celu zaktualizowania stanu metryki
Lista <Op>
updateStateList ( Operand <? rozszerza TNumber > etykiety, Operand <? rozszerza TNumber > przewidywania, Operand <? rozszerza TNumber > próbkiWagi)
Tworzy listę operacji w celu zaktualizowania stanu metryki na podstawie etykiet i przewidywań.
Lista <Op>
updateStateList ( Operand <? rozszerza TNumber > wartości, Operand <? rozszerza TNumber > próbkiWeights)
Tworzy listę operacji w celu zaktualizowania stanu metryki na podstawie wartości wejściowych.
wartość logiczna
równa się (Obiekt arg0)
ostatnia klasa<?>
pobierzKlasę ()
wew
hashCode ()
ostateczna pustka
powiadomić ()
ostateczna pustka
powiadom wszystkich ()
Strunowy
doString ()
ostateczna pustka
czekaj (długi arg0, int arg1)
ostateczna pustka
czekaj (długi arg0)
ostateczna pustka
Czekać ()
org.tensorflow.framework.metrics.impl.LossMetric
abstrakcyjny argument <T>
wywołanie ( Operand <? rozszerza TNumber > etykiety, Operand <? rozszerza TNumber > przewidywania)
Oblicza ważoną stratę między labels i predictions

Konstruktorzy publiczni

public BinaryCrossentropy (Ops tf, nazwa ciągu, wartość logiczna fromLogits, etykieta zmiennoprzecinkowaSmoothing, długie ziarno, typ Class<T>)

Tworzy metrykę BinaryCrossentropy

Parametry
tf operacji TensorFlow
nazwa nazwa tej metryki, jeśli ma wartość null, to nazwa metryki to getSimpleName() .
zLogits Czy interpretować przewidywania jako tensor wartości logitowych, a nie jako rozkład prawdopodobieństwa.
etykietaWygładzanie wartość używana do wygładzania etykiet. Gdy 0, wygładzanie nie występuje. Gdy > 0, oblicz stratę między przewidywanymi etykietami a wygładzoną wersją prawdziwych etykiet, gdzie wygładzanie ściska etykiety w kierunku 0,5. Większe wartości label_smoothing odpowiadają intensywniejszemu wygładzaniu.
nasionko materiał siewny do generowania liczb losowych. Inicjator utworzony z danego ziarna zawsze będzie generował ten sam losowy tensor dla danego kształtu i typu danych.
typ typ zmiennych i wynik

Metody publiczne

publiczne wywołanie argumentu <T> ( operand <? rozszerza TNumber > etykiety, argument <? rozszerza TNumber > przewidywania)

Oblicza ważoną stratę między labels i predictions

Parametry
etykiety wartości prawdy lub etykiety
prognozy przewidywania
Zwroty
  • strata