Метрика, которая вычисляет категориальную потерю перекрестной энтропии между истинными метками и прогнозируемыми метками.
Это класс метрики кроссэнтропии, который следует использовать при наличии нескольких классов меток (2 или более). Метки должны быть заданы в виде представления one_hot. например, когда значения меток равны [2, 0, 1]
, операнд меток содержит = [[0, 0, 1], [1, 0, 0], [0, 1, 0]]
Унаследованные константы
Публичные конструкторы
CategoricalCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, длинное начальное число, тип Class<T>) Создает метрику CategoricalCrossentropy, которая вычисляет метрику перекрестной энтропии между метками и прогнозами. | |
CategoricalCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, ось int, длинное начальное число, тип Class<T>) Создает метрику CategoricalCrossentropy, которая вычисляет метрику перекрестной энтропии между метками и прогнозами. |
Публичные методы
Операнд <Т> |
Унаследованные методы
Публичные конструкторы
public CategoricalCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, длинное начальное число, тип Class<T>)
Создает метрику CategoricalCrossentropy, которая вычисляет метрику перекрестной энтропии между метками и прогнозами.
Использует CHANNELS_LAST
для оси канала.
Параметры
ТС | Операции TensorFlow |
---|---|
имя | имя этой метрики, если значение равно нулю, то имя метрики — getSimpleName() . |
fromLogits | Следует ли интерпретировать прогнозы как тензор логит-значений или как противоположность распределению вероятностей. |
labelСглаживание | значение, используемое для сглаживания меток. Когда > 0, значения меток сглаживаются, что означает снижение достоверности значений меток. например labelSmoothing=0.2 означает, что мы будем использовать значение 0.1 для метки 0 и 0.9 для метки 1 |
семя | начальное значение для генерации случайных чисел. Инициализатор, созданный с заданным начальным числом, всегда будет создавать один и тот же случайный тензор для заданной формы и типа данных. |
тип | тип переменных и результат |
public CategoricalCrossentropy (Ops tf, имя строки, логическое значение fromLogits, float labelSmoothing, ось int, длинное начальное число, тип Class<T>)
Создает метрику CategoricalCrossentropy, которая вычисляет метрику перекрестной энтропии между метками и прогнозами.
Параметры
ТС | Операции TensorFlow |
---|---|
имя | имя этой метрики, если значение равно нулю, то имя метрики — getSimpleName() . |
fromLogits | Следует ли интерпретировать прогнозы как тензор логит-значений, а не как распределение вероятностей. |
labelСглаживание | значение, используемое для сглаживания меток. Когда > 0, значения меток сглаживаются, что означает снижение достоверности значений меток. например labelSmoothing=0.2 означает, что мы будем использовать значение 0.1 для метки 0 и 0.9 для метки 1 |
ось | Int, задающий ось каналов. axis= соответствует формату данных channels_last , а axis= соответствует формату данных channels_first . |
семя | начальное значение для генерации случайных чисел. Инициализатор, созданный с заданным начальным числом, всегда будет создавать один и тот же случайный тензор для заданной формы и типа данных. |
тип | тип переменных и результат |