KLDivergence

classe pública KLDivergência

Uma métrica que calcula a métrica de perda de divergência de Kullback-Leibler entre rótulos e previsões.

Constantes herdadas

org.tensorflow.framework.metrics.impl.Reduce
Corda CONTAR
Corda TOTAL

Construtores Públicos

KLDivergence (Ops tf, nome da string, semente longa, tipo Class<T>)
Cria uma métrica KLDivergence

Métodos Públicos

Operando <T>
chamada ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões)
Calcula a perda ponderada entre labels e predictions

Métodos herdados

org.tensorflow.framework.metrics.impl.MeanMetricWrapper
Métrica de Perda <T>
obterPerda ()
Obtém a função de perda.
Lista< Op >
updateStateList ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights)
Cria operações que atualizam o estado da métrica média, chamando a função de perda e passando a perda para a métrica Média para calcular a média ponderada da perda ao longo de muitas iterações.
org.tensorflow.framework.metrics.impl.Reduce
Variável <T>
obterContar ()
Obtém a variável de contagem
Classe<T>
getResultType ()
Obtém o tipo das variáveis
Variável <T>
obterTotal ()
Obtém a variável total
Op.
resetEstados ()
Redefine quaisquer variáveis ​​de estado para seus valores iniciais
Operando <T>
resultado ()
Obtém o resultado atual da métrica
Lista< Op >
updateStateList ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights)
Atualiza as variáveis ​​métricas com base nas entradas.
org.tensorflow.framework.metrics.Metric
Operando final <T>
callOnce ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights)
Chama o estado de atualização uma vez, seguido por uma chamada para obter o resultado
Corda
getNome ()
Obtém o nome desta métrica.
longo
obterSeed ()
Obtém o valor inicial do gerador de números aleatórios
Operações
obterTF ()
Obtém as operações do TensorFlow
operação abstrata
resetEstados ()
Redefine quaisquer variáveis ​​de estado para seus valores iniciais
Operando abstrato <T>
resultado ()
Obtém o resultado atual da métrica
operação final
updateState ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights)
Cria uma operação NoOp com dependências de controle para atualizar o estado da métrica
operação final
updateState ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights)
Cria uma operação NoOp com dependências de controle para atualizar o estado da métrica
Lista< Op >
updateStateList ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights)
Cria uma lista de operações para atualizar o estado da métrica com base em rótulos e previsões.
Lista< Op >
updateStateList ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights)
Cria uma lista de operações para atualizar o estado da métrica com base nos valores de entrada.
boleano
é igual (objeto arg0)
aula final<?>
getClass ()
interno
código hash ()
vazio final
notificar ()
vazio final
notificar todos ()
Corda
para sequenciar ()
vazio final
espere (long arg0, int arg1)
vazio final
espere (arg0 longo)
vazio final
espere ()
org.tensorflow.framework.metrics.impl.LossMetric
Operando abstrato <T>
chamada ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões)
Calcula a perda ponderada entre labels e predictions

Construtores Públicos

public KLDivergence (Ops tf, nome String, semente longa, tipo Class<T>)

Cria uma métrica KLDivergence

Parâmetros
TF as operações do TensorFlow
nome o nome desta métrica, se for nulo, o nome da métrica será getSimpleName() .
semente a semente para geração de números aleatórios. Um inicializador criado com uma determinada semente sempre produzirá o mesmo tensor aleatório para uma determinada forma e tipo de dados.
tipo o tipo para as variáveis ​​e resultado

Métodos Públicos

chamada de operando público <T> ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões)

Calcula a perda ponderada entre labels e predictions

Parâmetros
rótulos os valores de verdade ou rótulos
previsões as previsões
Devoluções
  • a perda