מדד שמחשב את אובדן האנטרופיה הקטגורית בין תוויות אמיתיות לתוויות חזויות.
זוהי המחלקה המטרית crossentropy לשימוש כאשר ישנן מספר מחלקות תוויות (2 או יותר). התוויות צריכות להינתן כייצוג one_hot. לדוגמה, כאשר ערכי התוויות הם [2, 0, 1]
, התוויות Operand מכילות = [[0, 0, 1], [1, 0, 0], [0, 1, 0]]
קבועים בירושה
בונים ציבוריים
CategoricalCrossentropy (Ops tf, שם מחרוזת, בוליאני מLogits, תווית ציפהSmoothing, זרע ארוך, סוג Class<T>) יוצר מדד CategoricalCrossentropy שמחשב את מדד ה-crossentropy בין התוויות והתחזיות. | |
CategoricalCrossentropy (Ops tf, שם מחרוזת, בוליאני מLogits, תווית ציפהSmoothing, ציר int, זרע ארוך, סוג Class<T>) יוצר מדד CategoricalCrossentropy שמחשב את מדד ה-crossentropy בין התוויות והתחזיות. |
שיטות ציבוריות
אופרנד <T> | שיחה ( Operand <? מרחיב את TNumber > תוויות, Operand <? מרחיב את TNumber > תחזיות) מחשב את ההפסד המשוקלל בין labels predictions |
שיטות בירושה
בונים ציבוריים
public CategoricalCrossentropy (Ops tf, שם מחרוזת, בוליאני מLogits, תווית ציפהSmoothing, זרע ארוך, סוג Class<T>)
יוצר מדד CategoricalCrossentropy שמחשב את מדד ה-crossentropy בין התוויות והתחזיות.
משתמש ב- CHANNELS_LAST
עבור ציר הערוץ.
פרמטרים
tf | ה- TensorFlow Ops |
---|---|
שֵׁם | השם של המדד הזה, אם null אז שם המדד הוא getSimpleName() . |
מLogits | האם לפרש תחזיות כטנזור של ערכי לוגיט או בניגוד להתפלגות הסתברות. |
תווית החלקה | ערך המשמש להחלקת תוויות, כאשר > 0, ערכי התווית מוחלקים, כלומר, האמון על ערכי התווית רגוע. למשל labelSmoothing=0.2 אומר שנשתמש בערך של 0.1 עבור תווית 0 ו 0.9 עבור תווית 1 |
זֶרַע | הזרע ליצירת מספרים אקראי. מאתחל שנוצר עם זרע נתון תמיד יפיק את אותו טנזור אקראי עבור צורה וסוג נתונים נתונים. |
סוּג | הסוג של המשתנים והתוצאה |
public CategoricalCrossentropy (Ops tf, שם מחרוזת, בוליאני מLogits, תווית ציפהSmoothing, int axis, long seed, Class<T> סוג)
יוצר מדד CategoricalCrossentropy שמחשב את מדד ה-crossentropy בין התוויות והתחזיות.
פרמטרים
tf | ה- TensorFlow Ops |
---|---|
שֵׁם | השם של המדד הזה, אם null אז שם המדד הוא getSimpleName() . |
מLogits | האם לפרש תחזיות כטנזור של ערכי לוגיט בניגוד להתפלגות הסתברות. |
תווית החלקה | ערך המשמש להחלקת תוויות, כאשר > 0, ערכי התווית מוחלקים, כלומר, האמון על ערכי התווית רגוע. למשל labelSmoothing=0.2 אומר שנשתמש בערך של 0.1 עבור תווית 0 ו 0.9 עבור תווית 1 |
צִיר | Int מציין את ציר הערוצים. axis= מתאים לפורמט הנתונים channels_last , וציר axis= מתאים לפורמט הנתונים channels_first . |
זֶרַע | הזרע ליצירת מספרים אקראי. מאתחל שנוצר עם זרע נתון תמיד יפיק את אותו טנזור אקראי עבור צורה וסוג נתונים נתונים. |
סוּג | הסוג של המשתנים והתוצאה |
שיטות ציבוריות
שיחת Operand <T> ציבורית ( Operand <? מרחיב את התוויות של TNumber >, Operand <? מרחיב את תחזיות TNumber >)
מחשב את ההפסד המשוקלל בין labels
predictions
פרמטרים
תוויות | ערכי האמת או התוויות |
---|---|
תחזיות | את התחזיות |
החזרות
- ההפסד