Mean

kelas publik Berarti

Subkelas Langsung yang Diketahui MeanMetricWrapper <T memperluas TNumber > MeanMetricWrapper <T memperluas TNumber > Kelas yang menjembatani fungsi kerugian tanpa status dengan metrik Mean menggunakan pengurangan WEIGHTED_MEAN .

Subkelas Tidak Langsung yang Diketahui BinaryCrossentropy <T extends TNumber >, CategoricalCrossentropy <T extends TNumber >, CategoricalHinge <T extends TNumber >, CosineSimilarity <T extends TNumber >, Engsel <T extends TNumber >, KLDivergence <T extends TNumber >, LogCoshError <T extends TNumber >, MeanAbsoluteError <T memperluas TNumber >, MeanAbsolutePercentageError <T memperluas TNumber >, MeanSquaredError <T memperluas TNumber >, MeanSquaredLogarithmicError <T memperluas TNumber >, Poisson <T memperluas TNumber >, SparseCategoricalCrossentropy <T memperluas TNumber >, SquaredHinge <T memperluas TNumber > BinaryCrossentropy <T memperluas TNumber > Metrik yang menghitung kerugian entropi silang biner antara label sebenarnya dan label prediksi. Crossentropy Kategoris <T extends TNumber > Metrik yang menghitung kerugian entropi silang kategoris antara label sebenarnya dan label prediksi. Engsel Kategoris <T memperluas Nomor T > Metrik yang menghitung metrik kerugian engsel kategoris antara label dan prediksi. CosineSimilarity <T extends TNumber > Metrik yang menghitung metrik kesamaan kosinus antara label dan prediksi. Engsel <T memanjang TNomor > Metrik yang menghitung metrik kerugian engsel antara label dan prediksi. KLDivergence <T memperluas TNumber > Metrik yang menghitung metrik kerugian divergensi Kullback-Leibler antara label dan prediksi. LogCoshError <T memperluas TNumber > Metrik yang menghitung logaritma kosinus hiperbolik metrik kesalahan prediksi antara label dan prediksi. MeanAbsoluteError <T memperluas TNumber > Metrik yang menghitung rata-rata perbedaan absolut antara label dan prediksi. MeanAbsolutePercentageError <T memperluas TNumber > Metrik yang menghitung rata-rata perbedaan absolut antara label dan prediksi. MeanSquaredError <T memperluas TNumber > Metrik yang menghitung rata-rata perbedaan absolut antara label dan prediksi. MeanSquaredLogarithmicError <T memperluas TNumber > Metrik yang menghitung rata-rata perbedaan absolut antara label dan prediksi. Poisson <T memperluas TNomber > Metrik yang menghitung metrik kehilangan racun antara label dan prediksi. SparseCategoricalCrossentropy <T extends TNumber > Metrik yang menghitung kerugian entropi silang kategoris yang jarang antara label sebenarnya dan label prediksi. SquaredHinge <T memperluas TNumber > Metrik yang menghitung metrik kerugian engsel kuadrat antara label dan prediksi.

Metrik yang menerapkan rata-rata tertimbang WEIGHTED_MEAN

Konstanta yang Diwarisi

Dari kelas org.tensorflow.framework.metrics.impl.Reduce

Rangkaian	MENGHITUNG
Rangkaian	TOTAL

Metode Warisan

Dari kelas org.tensorflow.framework.metrics.impl.Reduce

Variabel <T>	dapatkan Hitungan () Mendapatkan variabel hitungan
Kelas<T>	dapatkan HasilJenis () Mendapatkan tipe untuk variabel
Variabel <T>	dapatkanTotal () Mendapatkan variabel total
Op	resetStatus () Menyetel ulang variabel status apa pun ke nilai awalnya
Operan <T>	hasil () Mendapatkan hasil metrik saat ini
Daftar< Operasi >	updateStateList ( Operand <? extends TNumber > nilai, Operand <? extends TNumber > sampleWeights) Memperbarui variabel metrik berdasarkan masukan.

Dari kelas org.tensorflow.framework.metrics.Metric

Operan terakhir <T>	callOnce ( Operand <? extends TNumber > nilai, Operand <? extends TNumber > sampleWeights) Memanggil status pembaruan satu kali, diikuti dengan panggilan untuk mendapatkan hasilnya
Rangkaian	dapatkan Nama () Mendapatkan nama metrik ini.
panjang	dapatkan Benih () Mendapatkan nilai benih penghasil angka acak
Operasi	dapatkanTF () Mendapatkan Operasi TensorFlow
abstrak Op	resetStatus () Menyetel ulang variabel status apa pun ke nilai awalnya
Operan abstrak <T>	hasil () Mendapatkan hasil metrik saat ini
operasi terakhir	updateState ( Operand <? extends TNumber > label, Operand <? extends TNumber > prediksi, Operand <? extends TNumber > sampleWeights) Membuat Operasi NoOp dengan dependensi kontrol untuk memperbarui status metrik
operasi terakhir	updateState ( Operand <? extends TNumber > nilai, Operand <? extends TNumber > sampleWeights) Membuat Operasi NoOp dengan dependensi kontrol untuk memperbarui status metrik
Daftar< Operasi >	updateStateList ( Operand <? extends TNumber > label, Operand <? extends TNumber > prediksi, Operand <? extends TNumber > sampleWeights) Membuat Daftar Operasi untuk memperbarui status metrik berdasarkan label dan prediksi.
Daftar< Operasi >	updateStateList ( Operand <? extends TNumber > nilai, Operand <? extends TNumber > sampleWeights) Membuat Daftar Operasi untuk memperbarui status metrik berdasarkan nilai input.

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()