Mean

میانگین کلاس عمومی

زیر کلاس های مستقیم شناخته شده MeanMetricWrapper <T TNumber > را گسترش می دهد MeanMetricWrapper <T TNumber > را گسترش می دهد کلاسی که با استفاده از کاهش WEIGHTED_MEAN یک تابع ضرر بدون حالت را با متریک Mean پیوند می‌دهد.

زیر کلاس های غیر مستقیم شناخته شده binarycrossentropy <t tnumber > ، طبقه بندی crossentropy <t tnumber > ، cartoryhinge <t tnumber > ، cosinesimilarity <t tnumber > ، hinge <t tnumber > ، kldivergence <t tnumber > ، logcosherror <t tnexherrors tnumberorer را گسترش می دهد. <T گسترش TNumber >، MeanAbsolutePercentageError <T گسترش TNumber >، MeanSquaredError <T گسترش TNumber >، MeanSquaredLogarithmicError <T گسترش TNumber >، Poisson <T گسترش TNumber > ، SparseCategorical > TNumberTextingNumber < Textinge BinaryCrossentropy <T TNumber > را گسترش می دهد یک متریک که افت آنتروپی متقاطع باینری را بین برچسب های واقعی و برچسب های پیش بینی شده محاسبه می کند. CategoryCrossentropy <T تعداد TNumber را گسترش می دهد متریکی که افت آنتروپی متقاطع بین برچسب های واقعی و برچسب های پیش بینی شده را محاسبه می کند. CategoryHinge <T تعداد TNumber را گسترش می دهد متریکی که متریک از دست دادن لولا را بین برچسب ها و پیش بینی ها محاسبه می کند. CosineSimilarity <T TNumber > را گسترش می دهد معیاری که متریک شباهت کسینوس بین برچسب ها و پیش بینی ها را محاسبه می کند. لولا <T TNumber > را گسترش می دهد معیاری که معیار تلفات لولا را بین برچسب ها و پیش بینی ها محاسبه می کند. KLDvergence <T تعداد TNumber را گسترش می دهد معیاری که معیار تلفات واگرایی Kullback-Leibler را بین برچسب ها و پیش بینی ها محاسبه می کند. LogCoshError <T TNumber را گسترش می دهد > متریکی که لگاریتم کسینوس هذلولی متریک خطای پیش‌بینی را بین برچسب‌ها و پیش‌بینی‌ها محاسبه می‌کند. MeanAbsoluteError <T TNumber را گسترش می دهد > معیاری که میانگین تفاوت مطلق بین برچسب ها و پیش بینی ها را محاسبه می کند. MeanAbsolutePercentageError <T TNumber را گسترش می دهد معیاری که میانگین تفاوت مطلق بین برچسب ها و پیش بینی ها را محاسبه می کند. MeanSquaredError <T TNumber را گسترش می دهد > معیاری که میانگین تفاوت مطلق بین برچسب ها و پیش بینی ها را محاسبه می کند. MeanSquaredLogarithmicError <T TNumber را گسترش می دهد معیاری که میانگین تفاوت مطلق بین برچسب ها و پیش بینی ها را محاسبه می کند. پواسون < TNumber > را گسترش می دهد معیاری که متریک تلفات پواسون را بین برچسب ها و پیش بینی ها محاسبه می کند. SparseCategoricalCrossentropy <T تعداد TNumber را گسترش می دهد معیاری که افت آنتروپی متقاطع طبقه‌ای پراکنده بین برچسب‌های واقعی و برچسب‌های پیش‌بینی‌شده را محاسبه می‌کند. SquaredHinge <T تعداد TNumber را گسترش می دهد معیاری که متریک تلفات لولای مجذور بین برچسب ها و پیش بینی ها را محاسبه می کند.

معیاری که میانگین وزنی WEIGHTED_MEAN را اجرا می کند

ثابت های ارثی

از کلاس org.tensorflow.framework.metrics.impl.Reduce

رشته	شمردن
رشته	جمع

روش های ارثی

از کلاس org.tensorflow.framework.metrics.impl.Reduce

متغیر <T>	getCount () متغیر count را دریافت می کند
کلاس<T>	getResultType () نوع متغیرها را دریافت می کند
متغیر <T>	getTotal () متغیر کل را بدست می آورد
Op	resetStates () هر متغیر حالت را به مقادیر اولیه خود بازنشانی می کند
عملوند <T>	نتیجه () نتیجه فعلی متریک را دریافت می کند
فهرست < عملیات >	updateStateList ( Operand <? TNumber > مقادیر را گسترش می دهد، Operand <? TNumber را گسترش می دهد > sampleWeights) متغیرهای متریک را بر اساس ورودی ها به روز می کند.

از کلاس org.tensorflow.framework.metrics.Metric

عملوند نهایی <T>	callOnce ( Operand <? TNumber > مقادیر را گسترش می دهد، Operand <? TNumber را گسترش می دهد > sampleWeights) تماس ها یک بار به روز می شوند و پس از آن یک تماس برای دریافت نتیجه
رشته	getName () نام این معیار را دریافت می کند.
طولانی	getSeed () مقدار بذر تولید کننده اعداد تصادفی را دریافت می کند
عملیات	getTF () TensorFlow Ops را دریافت می کند
Abstract Op	resetStates () هر متغیر حالت را به مقادیر اولیه خود بازنشانی می کند
عملوند انتزاعی <T>	نتیجه () نتیجه فعلی متریک را دریافت می کند
عملیات نهایی	updateState ( Operand <? گسترش TNumber > برچسب ها، Operand <? گسترش TNumber > پیش بینی ها، Operand <? گسترش TNumber > نمونه وزن ها) یک عملیات NoOp با وابستگی های کنترلی برای به روز رسانی حالت متریک ایجاد می کند
عملیات نهایی	updateState ( Operand <? TNumber > مقادیر را گسترش می دهد، Operand <? TNumber را گسترش می دهد > sampleWeights) یک عملیات NoOp با وابستگی های کنترلی برای به روز رسانی حالت متریک ایجاد می کند
فهرست < عملیات >	updateStateList ( Operand <? گسترش TNumber > برچسب ها، Operand <? گسترش TNumber > پیش بینی ها، Operand <? گسترش TNumber > sampleWeights) فهرستی از عملیات ایجاد می کند تا وضعیت متریک را بر اساس برچسب ها و پیش بینی ها به روز کند.
فهرست < عملیات >	updateStateList ( Operand <? TNumber > مقادیر را گسترش می دهد، Operand <? TNumber را گسترش می دهد > sampleWeights) فهرستی از عملیات برای به روز رسانی حالت متریک بر اساس مقادیر ورودی ایجاد می کند.

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()