Metrik yang menghitung kerugian entropi silang kategoris antara label sebenarnya dan label prediksi.
Ini adalah kelas metrik crossentropy yang akan digunakan ketika terdapat beberapa kelas label (2 atau lebih). Label harus diberikan sebagai representasi one_hot. misalnya, jika nilai label adalah [2, 0, 1]
, maka operan label berisi = [[0, 0, 1], [1, 0, 0], [0, 1, 0]]
Konstanta yang Diwarisi
Konstruktor Publik
CategoricalCrossentropy (Ops tf, Nama string, boolean fromLogits, label floatSmoothing, benih panjang, tipe Kelas<T>) Membuat metrik CategoricalCrossentropy yang menghitung metrik crossentropy antara label dan prediksi. | |
CategoricalCrossentropy (Ops tf, Nama string, boolean fromLogits, label floatSmoothing, sumbu int, benih panjang, tipe Kelas<T>) Membuat metrik CategoricalCrossentropy yang menghitung metrik crossentropy antara label dan prediksi. |
Metode Publik
Operan <T> |
Metode Warisan
Konstruktor Publik
public CategoricalCrossentropy (Ops tf, Nama string, boolean fromLogits, label floatSmoothing, benih panjang, tipe Kelas<T>)
Membuat metrik CategoricalCrossentropy yang menghitung metrik crossentropy antara label dan prediksi.
Menggunakan CHANNELS_LAST
untuk sumbu saluran.
Parameter
tf | Operasi TensorFlow |
---|---|
nama | nama metrik ini, jika null maka nama metriknya adalah getSimpleName() . |
dariLogits | Apakah akan menafsirkan prediksi sebagai tensor nilai logit atau sebagai kebalikan dari distribusi probabilitas. |
label Menghaluskan | nilai yang digunakan untuk menghaluskan label, Jika > 0, nilai label dihaluskan, artinya kepercayaan pada nilai label dilonggarkan. misal labelSmoothing=0.2 artinya kita akan menggunakan nilai 0.1 untuk label 0 dan 0.9 untuk label 1 |
benih | benih untuk generasi nomor acak. Penginisialisasi yang dibuat dengan seed tertentu akan selalu menghasilkan tensor acak yang sama untuk bentuk dan tipe data tertentu. |
jenis | jenis variabel dan hasilnya |
public CategoricalCrossentropy (Ops tf, Nama string, boolean fromLogits, label floatSmoothing, sumbu int, benih panjang, tipe Kelas<T>)
Membuat metrik CategoricalCrossentropy yang menghitung metrik crossentropy antara label dan prediksi.
Parameter
tf | Operasi TensorFlow |
---|---|
nama | nama metrik ini, jika null maka nama metriknya adalah getSimpleName() . |
dariLogits | Apakah akan menafsirkan prediksi sebagai tensor nilai logit dan bukan distribusi probabilitas. |
label Menghaluskan | nilai yang digunakan untuk menghaluskan label, Jika > 0, nilai label dihaluskan, artinya kepercayaan pada nilai label dilonggarkan. misal labelSmoothing=0.2 artinya kita akan menggunakan nilai 0.1 untuk label 0 dan 0.9 untuk label 1 |
sumbu | Int menentukan sumbu saluran. axis= sesuai dengan format channels_last , dan axis= sesuai dengan format channels_first . |
benih | benih untuk generasi nomor acak. Penginisialisasi yang dibuat dengan seed tertentu akan selalu menghasilkan tensor acak yang sama untuk bentuk dan tipe data tertentu. |
jenis | jenis variabel dan hasilnya |