LossMetric

interfaz pública LossMetric

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 >, MeanAbsoluteError <T extiende TNumber >, MeanAbsolutePercentageError <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. 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. 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.

Interfaz para métricas que envuelven funciones de pérdida.

Métodos públicos

Operando abstracto <T>

llamada ( Operando <? extiende TNumber > etiquetas, Operando <? extiende TNumber > predicciones) Calcula la pérdida ponderada entre labels y predictions

Métodos públicos

Llamada pública abstracta del operando <T> ( operando <? extiende las etiquetas TNumber >, operando <? extiende las predicciones TNumber >)

Calcula la pérdida ponderada entre labels y predictions

Parámetros

etiquetas	los valores o etiquetas de verdad
predicciones	las predicciones

Devoluciones

• la pérdida