Metric

lớp trừu tượng công khai Số liệu

Các lớp con trực tiếp đã biết Giảm <T mở rộng TNumber > Giảm <T mở rộng TNumber > Đóng gói các số liệu thực hiện thao tác giảm trên các giá trị số liệu.

Các lớp con gián tiếp đã biết BinaryCrossentropy <T mở rộng TNumber >, CategoricalCrossentropy <T mở rộng TNumber >, CategoricalHinge <T mở rộng TNumber >, CosineSimilarity <T mở rộng TNumber >, Bản lề <T mở rộng TNumber >, KLDivergence <T mở rộng TNumber >, LogCoshError <T mở rộng TNumber >, Trung bình <T mở rộng TNumber >, MeanAbsoluteError <T mở rộng TNumber >, MeanAbsolutePercentageError <T mở rộng TNumber >, MeanMetricWrapper <T mở rộng TNumber >, MeanSquaredError <T mở rộng TNumber >, MeanSquaredLogarithmicError <T mở rộng TNumber >, Poisson <T mở rộng TNumber >, SparseCategoricalCrossentropy < T mở rộng TNumber >, SquaredHinge <T mở rộng TNumber > BinaryCrossentropy <T mở rộng TNumber > Một Số liệu tính toán tổn thất entropy chéo nhị phân giữa các nhãn thực và các nhãn được dự đoán. Phân loạiCrossentropy <T mở rộng TNumber > Một Số liệu tính toán tổn thất entropy chéo phân loại giữa các nhãn thực và các nhãn được dự đoán. Bản lề phân loại <T mở rộng TNumber > Một Số liệu tính toán số liệu tổn thất bản lề được phân loại giữa các nhãn và dự đoán. CosineSimilarity <T mở rộng TNumber > Một số liệu tính toán số liệu tương tự cosin giữa các nhãn và dự đoán. Bản lề <T mở rộng TNumber > Một thước đo tính toán thước đo tổn thất bản lề giữa các nhãn và dự đoán. KLD Phân kỳ <T mở rộng TNumber > Một số liệu tính toán số liệu tổn thất phân kỳ Kullback-Leibler giữa các nhãn và dự đoán. LogCoshError <T mở rộng TNumber > Một thước đo tính logarit của cosin hyperbol của thước đo lỗi dự đoán giữa nhãn và dự đoán. Có nghĩa là <T mở rộng TNumber > Một số liệu triển khai giá trị trung bình có trọng số WEIGHTED_MEAN MeanAbsoluteError <T mở rộng TNumber > Một số liệu tính toán giá trị trung bình của sự khác biệt tuyệt đối giữa các nhãn và dự đoán. MeanAbsolutePercentageError <T mở rộng TNumber > Một số liệu tính toán giá trị trung bình của sự khác biệt tuyệt đối giữa các nhãn và dự đoán. MeanMetricWrapper <T mở rộng TNumber > Một lớp kết nối hàm mất trạng thái với số liệu Mean bằng cách sử dụng mức giảm WEIGHTED_MEAN . MeanSquaredError <T mở rộng TNumber > Một số liệu tính toán giá trị trung bình của sự khác biệt tuyệt đối giữa các nhãn và dự đoán. MeanSquaredLogarithmicError <T mở rộng TNumber > Một số liệu tính toán giá trị trung bình của sự khác biệt tuyệt đối giữa các nhãn và dự đoán. Poisson <T mở rộng TNumber > Một số liệu tính toán số liệu tổn thất poisson giữa các nhãn và dự đoán. SparseCategoricalCrossentropy <T kéo dài TNumber > Một số liệu tính toán tổn thất entropy chéo phân loại thưa thớt giữa các nhãn thực và nhãn được dự đoán. SquaredHinge <T mở rộng TNumber > Một thước đo tính toán thước đo tổn thất bản lề bình phương giữa các nhãn và dự đoán.

Lớp cơ sở cho số liệu

Phương pháp công cộng

Toán hạng cuối cùng <T>	callOnce ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights) Cuộc gọi cập nhật trạng thái một lần, sau đó là cuộc gọi để nhận kết quả
Sợi dây	lấy Tên () Lấy tên của số liệu này.
dài	getSeed () Nhận giá trị hạt giống của trình tạo số ngẫu nhiên
Rất tiếc	getTF () Nhận hoạt động của TensorFlow
trừu tượng Op	resetStates () Đặt lại bất kỳ biến trạng thái nào về giá trị ban đầu của chúng
Toán hạng trừu tượng <T>	kết quả () Nhận kết quả hiện tại của số liệu
bài hát cuối cùng	updateState ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu
bài hát cuối cùng	updateState ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu
Danh sách< Op >	updateStateList ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên nhãn và dự đoán.
Danh sách< Op >	updateStateList ( Toán hạng <? mở rộng giá trị TNumber >, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên các giá trị đầu vào.

Phương pháp kế thừa

Từ lớp java.lang.Object

boolean	bằng (Đối tượng arg0)
Lớp cuối cùng<?>	getClass ()
int	Mã Băm ()
khoảng trống cuối cùng	thông báo ()
khoảng trống cuối cùng	thông báoTất cả ()
Sợi dây	toString ()
khoảng trống cuối cùng	chờ đã (arg0 dài, int arg1)
khoảng trống cuối cùng	chờ đã (arg0 dài)
khoảng trống cuối cùng	Chờ đợi ()

Phương pháp công cộng

công thức cuối cùng Toán hạng <T> callOnce ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights)

Cuộc gọi cập nhật trạng thái một lần, sau đó là cuộc gọi để nhận kết quả

Thông số

giá trị	các đầu vào được chuyển sang trạng thái cập nhật, điều này có thể không có giá trị
mẫuTrọng lượng	trọng lượng mẫu được áp dụng cho các giá trị có thể bằng không.

Trả lại

• kết quả, có thể với sự phụ thuộc kiểm soát

Chuỗi công khai getName ()

Lấy tên của số liệu này.

Trả lại

• tên của chỉ số này

getSeed dài công khai ()

Nhận giá trị hạt giống của trình tạo số ngẫu nhiên

Trả lại

• giá trị hạt giống của trình tạo số ngẫu nhiên

Hoạt động công khai getTF ()

Nhận hoạt động của TensorFlow

Trả lại

• hoạt động của TensorFlow

tóm tắt công khai Op resetStates ()

Đặt lại bất kỳ biến trạng thái nào về giá trị ban đầu của chúng

Trả lại

• thao tác điều khiển để thực hiện thiết lập lại

kết quả toán hạng tóm tắt công khai <T> ()

Nhận kết quả hiện tại của số liệu

Trả lại

• kết quả, có thể với sự phụ thuộc kiểm soát

cuối cùng công khai Op updateState ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights)

Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu

Thông số

nhãn	nhãn
phỏng đoán	những dự đoán
mẫuTrọng lượng	trọng lượng mẫu được áp dụng cho các giá trị có thể bằng không.

Trả lại

• Hoạt động cập nhật trạng thái số liệu

công khai cuối cùng Op updateState ( Toán hạng <? mở rộng các giá trị TNumber >, Toán hạng <? mở rộng TNumber > sampleWeights)

Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu

Thông số

giá trị	các đầu vào được chuyển sang trạng thái cập nhật, điều này có thể không có giá trị
mẫuTrọng lượng	trọng lượng mẫu được áp dụng cho các giá trị có thể bằng không.

Trả lại

• Hoạt động cập nhật trạng thái số liệu

Danh sách công khai< Op > updateStateList ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights)

Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên nhãn và dự đoán.

Đây là một triển khai trống cần được ghi đè trong một lớp con, nếu cần.

Thông số

nhãn	nhãn
phỏng đoán	những dự đoán
mẫuTrọng lượng	trọng lượng mẫu được áp dụng cho các giá trị có thể bằng không.

Trả lại

• Danh sách các hoạt động để cập nhật trạng thái số liệu

Danh sách công khai< Op > updateStateList ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights)

Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên các giá trị đầu vào.

Đây là một triển khai trống cần được ghi đè trong một lớp con, nếu cần.

Thông số

giá trị	các đầu vào được chuyển sang trạng thái cập nhật, điều này có thể không có giá trị
mẫuTrọng lượng	trọng lượng mẫu được áp dụng cho các giá trị có thể bằng không.

Trả lại

• Danh sách các hoạt động để cập nhật trạng thái số liệu