Metric

clase abstracta pública métrica

Subclases directas conocidas Reducir <T extiende TNumber > Reducir <T extiende TNumber > Encapsula métricas que realizan una operación de reducción en los valores de la métrica.

Subclases indirectas conocidas BinaryCrossentropy <T extiende TNumber >, CategoricalCrossentropy <T extiende TNumber >, CategoricalHinge <T extiende TNumber >, CosineSimilarity <T extiende TNumber >, Hinge <T extiende TNumber >, KLDivergence <T extiende TNumber >, LogCoshError <T extiende TNumber >, Media <T extiende TNumber >, MeanAbsoluteError <T extiende TNumber >, MeanAbsolutePercentageError <T extiende TNumber >, MeanMetricWrapper <T extiende TNumber >, MeanSquaredError <T extiende TNumber >, MeanSquaredLogarithmicError <T extiende TNumber >, Poisson <T extiende TNumber >, SparseCategoricalCrossentropy < T extiende TNumber >, SquaredHinge <T extiende TNumber > BinaryCrossentropy <T extiende TNumber > Métrica que calcula la pérdida de entropía cruzada binaria entre etiquetas verdaderas y etiquetas previstas. CategoricalCrossentropy <T extiende TNumber > Métrica que calcula la pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas previstas. Bisagra categórica <T extiende TNumber > Métrica que calcula la métrica de pérdida de bisagra categórica entre etiquetas y predicciones. CosenoSimilaridad <T extiende TNumber > Métrica que calcula la métrica de similitud del coseno entre etiquetas y predicciones. Bisagra <T extiende TNumber > Una métrica que calcula la métrica de pérdida de bisagra entre etiquetas y predicciones. KLDivergencia <T extiende TNumber > Métrica que calcula la métrica de pérdida de divergencia de Kullback-Leibler entre etiquetas y predicciones. LogCoshError <T extiende TNumber > Métrica que calcula el logaritmo del coseno hiperbólico de la métrica de error de predicción entre etiquetas y predicciones. Media <T extiende TNumber > Una métrica que implementa una media ponderada WEIGHTED_MEAN MeanAbsoluteError <T extiende TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanAbsolutePercentageError <T extiende TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanMetricWrapper <T extiende TNumber > Una clase que une una función de pérdida sin estado con la métrica Mean mediante una reducción de WEIGHTED_MEAN . MeanSquaredError <T extiende TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanSquaredLogarithmicError <T extiende TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. Poisson <T extiende TNumber > Una métrica que calcula la métrica de pérdida de Poisson entre etiquetas y predicciones. SparseCategorialCrossentropy <T extiende TNumber > Una métrica que calcula la escasa pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas predichas. SquaredHinge <T extiende TNumber > Una métrica que calcula la métrica de pérdida de bisagra al cuadrado entre etiquetas y predicciones.

Clase base para métricas

Métodos públicos

Operando final <T>	callOnce ( Operando <? extiende TNumber > valores, Operando <? extiende TNumber > sampleWeights) Las llamadas actualizan el estado una vez, seguidas de una llamada para obtener el resultado
Cadena	obtenerNombre () Obtiene el nombre de esta métrica.
largo	obtener semilla () Obtiene el valor inicial del generador de números aleatorios.
operaciones	obtenerTF () Obtiene las operaciones de TensorFlow
operación abstracta	restablecerEstados () Restablece cualquier variable de estado a sus valores iniciales.
Operando abstracto <T>	resultado () Obtiene el resultado actual de la métrica.
operación 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
operación 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 en función de etiquetas y 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.

Métodos heredados

De la clase java.lang.Object

booleano	es igual (Objeto arg0)
Clase final<?>	obtenerclase ()
En t	código hash ()
vacío final	notificar ()
vacío final	notificar a todos ()
Cadena	Encadenar ()
vacío final	esperar (arg0 largo, int arg1)
vacío final	espera (largo arg0)
vacío final	esperar ()

Métodos públicos

Operando final público <T> callOnce ( Operando <? extiende TNumber > valores, Operando <? extiende TNumber > sampleWeights)

Las llamadas actualizan el estado una vez, seguidas de una llamada para obtener el resultado

Parámetros

valores	las entradas que se pasarán al estado de actualización, esto no puede ser nulo
pesos de muestra	Los pesos de muestra que se aplicarán a los valores pueden ser nulos.

Devoluciones

• el resultado, posiblemente con dependencias de control

cadena pública getName ()

Obtiene el nombre de esta métrica.

Devoluciones

• el nombre de esta métrica

público largo getSeed ()

Obtiene el valor inicial del generador de números aleatorios.

Devoluciones

• el valor inicial del generador de números aleatorios

operaciones públicas getTF ()

Obtiene las operaciones de TensorFlow

Devoluciones

• las operaciones de TensorFlow

resumen público Op resetStates ()

Restablece cualquier variable de estado a sus valores iniciales.

Devoluciones

• la operación de control para realizar el reinicio

resultado del operando abstracto público <T> ()

Obtiene el resultado actual de la métrica.

Devoluciones

• el resultado, posiblemente con dependencias de control

estado de actualización de operación final público ( 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

Parámetros

etiquetas	las etiquetas
predicciones	las predicciones
pesos de muestra	Los pesos de muestra que se aplicarán a los valores pueden ser nulos.

Devoluciones

• la Operación para actualizar el estado de la métrica

estado de actualización de operación final público ( operando <? extiende TNumber > valores, operando <? extiende TNumber > sampleWeights)

Crea una operación NoOp con dependencias de control para actualizar el estado de la métrica

Parámetros

valores	las entradas que se pasarán al estado de actualización, esto no puede ser nulo
pesos de muestra	Los pesos de muestra que se aplicarán a los valores pueden ser nulos.

Devoluciones

• la Operación para actualizar el estado de la métrica

Lista pública< 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 en función de etiquetas y predicciones.

Esta es una implementación vacía que debe anularse en una subclase, si es necesario.

Parámetros

etiquetas	las etiquetas
predicciones	las predicciones
pesos de muestra	Los pesos de muestra que se aplicarán a los valores pueden ser nulos.

Devoluciones

• una lista de operaciones para actualizar el estado de la métrica

Lista pública < 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.

Esta es una implementación vacía que debe anularse en una subclase, si es necesario.

Parámetros

valores	las entradas que se pasarán al estado de actualización, esto no puede ser nulo
pesos de muestra	Los pesos de muestra que se aplicarán a los valores pueden ser nulos.

Devoluciones

• una lista de operaciones para actualizar el estado de la métrica