Mean

パブリッククラスの平均値

既知の直接サブクラス MeanMetricWrapper <T extends TNumber > MeanMetricWrapper <T extends TNumber > WEIGHTED_MEANの削減を使用して、ステートレス損失関数とMeanメトリックをブリッジするクラス。

既知の間接サブクラス BinaryCrossentropy <T extends TNumber >、 CategoricalCrossentropy <T extends TNumber >、 CategoricalHinge <T extends TNumber >、 CosineSimilarity <T extends TNumber >、 Hinge <T extends TNumber >、 KLDiverence <T extends TNumber >、 LogCoshError <T extends TNumber >、 MeanAbsoluteError <T extends TNumber >、 MeanAbsolutePercentageError <T extends TNumber >、 MeanSquaredError <T extends TNumber >、 MeanSquaredLogarithmicError <T extends TNumber >、 Poisson <T extends TNumber >、 SparseCategoricalCrossentropy <T extends TNumber >、 SquaredHinge <T extends TNumber > BinaryCrossentropy <T extends TNumber > 真のラベルと予測されたラベル間のバイナリ クロス エントロピー損失を計算するメトリック。 CategoricalCrossentropy <T extends TNumber > 真のラベルと予測されたラベル間のカテゴリカルなクロスエントロピー損失を計算するメトリック。 CategoricalHinge <T extends TNumber > ラベルと予測の間のカテゴリカル ヒンジ損失メトリックを計算するメトリック。 CosineSimilarity <T extends TNumber > ラベルと予測の間のコサイン類似性メトリックを計算するメトリック。 ヒンジ<T extends TNumber > ラベルと予測の間のヒンジ損失メトリックを計算するメトリック。 KLDiverence <T extends TNumber > ラベルと予測の間のカルバック・ライブラー発散損失メトリックを計算するメトリック。 LogCoshError <T はTNumberを拡張 > ラベルと予測の間の予測誤差メトリックの双曲線余弦の対数を計算するメトリック。 MeanAbsoluteError <T extends TNumber > ラベルと予測の間の絶対差の平均を計算するメトリック。 MeanAbsolutePercentageError <T extends TNumber > ラベルと予測の間の絶対差の平均を計算するメトリック。 MeanSquaredError <T はTNumberを拡張 > ラベルと予測の間の絶対差の平均を計算するメトリック。 MeanSquaredLogarithmicError <T extends TNumber > ラベルと予測の間の絶対差の平均を計算するメトリック。 ポアソン<T extends TNumber > ラベルと予測の間のポアソン損失メトリックを計算するメトリック。 SparseCategoricalCrossentropy <T extends TNumber > 真のラベルと予測されたラベルの間のスパース カテゴリカル クロス エントロピー損失を計算するメトリクス。 SquaredHinge <T extends TNumber > ラベルと予測の間の二乗ヒンジ損失メトリックを計算するメトリック。

加重平均WEIGHTED_MEANを実装するメトリクス

継承された定数

クラスorg.tensorflow.framework.metrics.impl.Reduceから

弦	カウント
弦	合計

継承されたメソッド

クラスorg.tensorflow.framework.metrics.impl.Reduceから

変数<T>	getCount () カウント変数を取得します
クラス<T>	getResultType () 変数の型を取得します
変数<T>	getTotal () 変数の合計を取得します
オペ	リセット状態() 状態変数を初期値にリセットします。
オペランド<T>	結果（） メトリクスの現在の結果を取得します
リスト<操作>	updateStateList (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 入力に基づいてメトリック変数を更新します。

クラスorg.tensorflow.framework.metrics.Metricから

最終オペランド<T>	callOnce (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) update state を 1 回呼び出してから、結果を取得する呼び出しを行います。
弦	getName () このメトリクスの名前を取得します。
長さ	getシード() 乱数生成器のシード値を取得します
作戦	getTF () TensorFlow Ops を取得します
抽象的なオプ	リセット状態() 状態変数を初期値にリセットします。
抽象オペランド<T>	結果（） メトリクスの現在の結果を取得します
最終作戦	updateState (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測、オペランド<? extends TNumber > sampleWeights) 制御の依存関係を含む NoOp オペレーションを作成し、メトリクスの状態を更新します
最終作戦	updateState (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 制御の依存関係を含む NoOp オペレーションを作成し、メトリクスの状態を更新します
リスト<操作>	updateStateList (オペランド<? extends TNumber > ラベル、オペランド<? extends TNumber > 予測、オペランド<? extends TNumber > sampleWeights) ラベルと予測に基づいてメトリクスの状態を更新するための操作のリストを作成します。
リスト<操作>	updateStateList (オペランド<? extends TNumber > 値、オペランド<? extends TNumber > sampleWeights) 入力値に基づいてメトリクスの状態を更新するための操作のリストを作成します。

クラスjava.lang.Objectから

ブール値	等しい(オブジェクト arg0)
最終クラス<?>	getクラス()
整数	ハッシュコード（）
最後の空白	通知する()
最後の空白	すべて通知()
弦	toString ()
最後の空白	wait (long arg0, int arg1)
最後の空白	待機(長い引数0)
最後の空白	待って（）