Metric

Métrica de classe abstrata pública

Subclasses diretas conhecidas Reduzir <T estende TNumber > Reduzir <T estende TNumber > Encapsula métricas que executam uma operação de redução nos valores da métrica.

Subclasses indiretas conhecidas BinaryCrossentropy <T estende TNumber >, CategoricalCrossentropy <T estende TNumber >, CategoricalHinge <T estende TNumber >, CosineSimilarity <T estende TNumber >, Hinge <T estende TNumber >, KLDivergence <T estende TNumber >, LogCoshError <T estende TNumber >, Média <T estende TNumber >, MeanAbsoluteError <T estende TNumber >, MeanAbsolutePercentageError <T estende TNumber >, MeanMetricWrapper <T estende TNumber >, MeanSquaredError <T estende TNumber >, MeanSquaredLogarithmicError <T estende TNumber >, Poisson <T estende TNumber >, SparseC ategóricaCrossentropia < T estende TNumber >, SquaredHinge <T estende TNumber > BinaryCrossentropy <T estende TNumber > Uma métrica que calcula a perda binária de entropia cruzada entre rótulos verdadeiros e rótulos previstos. CategóricaCrossentropia <T estende TNumber > Uma métrica que calcula a perda categórica de entropia cruzada entre rótulos verdadeiros e rótulos previstos. CategoricalHinge <T estende TNumber > Uma métrica que calcula a métrica de perda de dobradiça categórica entre rótulos e previsões. CossenoSimilaridade <T estende TNumber > Uma métrica que calcula a métrica de similaridade de cosseno entre rótulos e previsões. Dobradiça <T estende TNumber > Uma métrica que calcula a métrica de perda de dobradiça entre rótulos e previsões. KLDivergência <T estende TNumber > Uma métrica que calcula a métrica de perda de divergência de Kullback-Leibler entre rótulos e previsões. LogCoshError <T estende TNumber > Uma métrica que calcula o logaritmo do cosseno hiperbólico da métrica de erro de previsão entre rótulos e previsões. Média <T estende TNumber > Uma métrica que implementa uma média ponderada WEIGHTED_MEAN MeanAbsoluteError <T estende TNumber > Uma métrica que calcula a média da diferença absoluta entre rótulos e previsões. MeanAbsolutePercentageError <T estende TNumber > Uma métrica que calcula a média da diferença absoluta entre rótulos e previsões. MeanMetricWrapper <T estende TNumber > Uma classe que conecta uma função de perda sem estado com a métrica Mean usando uma redução de WEIGHTED_MEAN . MeanSquaredError <T estende TNumber > Uma métrica que calcula a média da diferença absoluta entre rótulos e previsões. MeanSquaredLogarithmicError <T estende TNumber > Uma métrica que calcula a média da diferença absoluta entre rótulos e previsões. Poisson <T estende TNumber > Uma métrica que calcula a métrica de perda de poisson entre rótulos e previsões. SparseCategoricalCrossentropy <T estende TNumber > Uma métrica que calcula a perda de entropia cruzada categórica esparsa entre rótulos verdadeiros e rótulos previstos. SquaredHinge <T estende TNumber > Uma métrica que calcula a métrica de perda de dobradiça quadrada entre rótulos e previsões.

Classe base para métricas

Métodos Públicos

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.

Métodos herdados

Da classe java.lang.Object

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 ()

Métodos Públicos

public final Operando <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

Parâmetros

valores	as entradas a serem passadas para o estado de atualização, isso não pode ser nulo
pesos de amostra	os pesos amostrais a serem aplicados aos valores podem ser nulos.

Devoluções

• o resultado, possivelmente com dependências de controle

String pública getNome ()

Obtém o nome desta métrica.

Devoluções

• o nome desta métrica

getSeed longo público ()

Obtém o valor inicial do gerador de números aleatórios

Devoluções

• o valor inicial do gerador de números aleatórios

operações públicas getTF ()

Obtém as operações do TensorFlow

Devoluções

• as operações do TensorFlow

resumo público Op resetStates ()

Redefine quaisquer variáveis ​​de estado para seus valores iniciais

Devoluções

• a operação de controle para fazer o reset

operando abstrato público <T> resultado ()

Obtém o resultado atual da métrica

Devoluções

• o resultado, possivelmente com dependências de controle

public final Op 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

Parâmetros

rótulos	os rótulos
previsões	as previsões
pesos de amostra	os pesos amostrais a serem aplicados aos valores podem ser nulos.

Devoluções

• a operação para atualizar o estado da métrica

public final Op updateState ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights)

Cria uma operação NoOp com dependências de controle para atualizar o estado da métrica

Parâmetros

valores	as entradas a serem passadas para o estado de atualização, isso não pode ser nulo
pesos de amostra	os pesos amostrais a serem aplicados aos valores podem ser nulos.

Devoluções

• a operação para atualizar o estado da métrica

public List< 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.

Esta é uma implementação vazia que deve ser substituída em uma subclasse, se necessário.

Parâmetros

rótulos	os rótulos
previsões	as previsões
pesos de amostra	os pesos amostrais a serem aplicados aos valores podem ser nulos.

Devoluções

• uma lista de operações para atualizar o estado da métrica

public List< 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.

Esta é uma implementação vazia que deve ser substituída em uma subclasse, se necessário.

Parâmetros

valores	as entradas a serem passadas para o estado de atualização, isso não pode ser nulo
pesos de amostra	os pesos amostrais a serem aplicados aos valores podem ser nulos.

Devoluções

• uma lista de operações para atualizar o estado da métrica