CosineSimilarity

clase pública CosineSimilarity

Métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones.

Constantes

En t

DEFAULT_AXIS

Constantes heredadas

De la clase org.tensorflow.framework.metrics.impl.Reduce

Cuerda	CONTAR
Cuerda	TOTAL

Constructores públicos

	CosineSimilarity (Ops tf, String name, long seed, Class <T> tipo) Crea una métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones con un eje predeterminado, DEFAULT_AXIS
	CosineSimilarity (Ops tf, String name, int axis, long seed, Class <T> type) Crea una métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones.
	CosineSimilarity (Ops tf, String name, int [] axis, long seed, Class <T> type) Crea una métrica CosineSimilarity

Métodos públicos

Operando <T>

llamada ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones) Calcula la pérdida ponderada entre labels y predictions

Métodos heredados

De la clase org.tensorflow.framework.metrics.impl.MeanMetricWrapper

LossMetric <T>	getLoss () Obtiene la función de pérdida.
Lista < Op >	updateStateList ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones, operando <? extiende TNumber > sampleWeights) Crea operaciones que actualizan el estado de la métrica media, llamando a la función de pérdida y pasando la pérdida a la métrica Media para calcular la media ponderada de la pérdida en muchas iteraciones.

De la clase org.tensorflow.framework.metrics.impl.Reduce

Variable <T>	getCount () Obtiene la variable de recuento
Clase <T>	getResultType () Obtiene el tipo de las variables
Variable <T>	getTotal () Obtiene la variable total
Op	resetStates () Restablece las variables de estado a sus valores iniciales.
Operando <T>	resultado () Obtiene el resultado actual de la métrica
Lista < Op >	updateStateList ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Actualiza las variables métricas en función de las entradas.

De la clase org.tensorflow.framework.metrics.Metric

operando final <T>	callOnce ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Llama al estado de actualización una vez, seguido de una llamada para obtener el resultado
Cuerda	getName () Obtiene el nombre de esta métrica.
largo	getSeed () Obtiene el valor inicial del generador de números aleatorios
Ops	getTF () Obtiene las operaciones de TensorFlow
Op abstracto	resetStates () Restablece las variables de estado a sus valores iniciales.
operando abstracto <T>	resultado () Obtiene el resultado actual de la métrica
Op final	updateState ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones, operando <? extiende TNumber > sampleWeights) Crea una operación NoOp con dependencias de control para actualizar el estado de la métrica
Op final	updateState ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Crea una operación NoOp con dependencias de control para actualizar el estado de la métrica
Lista < Op >	updateStateList ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones, operando <? extiende TNumber > sampleWeights) Crea una lista de operaciones para actualizar el estado de la métrica según las etiquetas y las predicciones.
Lista < Op >	updateStateList ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights) Crea una lista de operaciones para actualizar el estado de la métrica en función de los valores de entrada.

De la clase java.lang.Object

booleano	es igual a (Objeto arg0)
Clase final <?>	getClass ()
En t	hashCode ()
vacío final	notificar ()
vacío final	notificar a todos ()
Cuerda	toString ()
vacío final	esperar (largo arg0, int arg1)
vacío final	espera (largo arg0)
vacío final	esperar ()

Desde la interfaz org.tensorflow.framework.metrics.impl.LossMetric

operando abstracto <T>

llamada ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones) Calcula la pérdida ponderada entre labels y predictions

Constantes

public static final int DEFAULT_AXIS

Valor constante: -1

Constructores públicos

public CosineSimilarity (Ops tf, String name, long seed, Class <T> type)

Crea una métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones con un eje predeterminado, DEFAULT_AXIS

Parámetros

tf	las operaciones de TensorFlow
nombre	el nombre de esta métrica, si es nulo, el nombre de la métrica es getSimpleName() .
semilla	la semilla para la generación de números aleatorios. Un inicializador creado con una semilla determinada siempre producirá el mismo tensor aleatorio para una forma y tipo de datos determinados.
tipo	el tipo de las variables y el resultado

public CosineSimilarity (Ops tf, String name, int axis, long seed, Class <T> type)

Crea una métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones.

Parámetros

tf	las operaciones de TensorFlow
nombre	el nombre de esta métrica, si es nulo, el nombre de la métrica es getSimpleName() .
eje	La dimensión a lo largo de la cual se calcula la similitud del coseno
semilla	la semilla para la generación de números aleatorios. Un inicializador creado con una semilla dada siempre producirá el mismo tensor aleatorio para una forma y tipo de datos dados.
tipo	el tipo de las variables y el resultado

public CosineSimilarity (Ops tf, String name, int [] axis, long seed, Class <T> type)

Crea una métrica CosineSimilarity

Parámetros

tf	las operaciones de TensorFlow
nombre	el nombre de esta métrica, si es nulo, el nombre de la métrica es getSimpleName() .
eje	Dimensión a lo largo de la cual se calcula la similitud del coseno.
semilla	la semilla para la generación de números aleatorios. Un inicializador creado con una semilla dada siempre producirá el mismo tensor aleatorio para una forma y tipo de datos dados.
tipo	el tipo de las variables y el resultado

Métodos públicos

llamada al operando público <T> ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones)

Calcula la pérdida ponderada entre labels y predictions

Parámetros

etiquetas	los valores de verdad o etiquetas
predicciones	las predicciones

Devoluciones

• la pérdida