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 >, r <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 >, SquaredHinge < BinaryCrossentropy <T extiende TNumber > Métrica que calcula la pérdida de entropía cruzada binaria entre etiquetas verdaderas y etiquetas predichas. CategoricalCrossentropy <T extiende TNumber > Métrica que calcula la pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas predichas. CategoricalHinge <T se extiende a TNumber > Métrica que calcula la métrica de pérdida de bisagra categórica entre etiquetas y predicciones. CosineSimilarity <T extiende TNumber > Métrica que calcula la métrica de similitud de coseno entre etiquetas y predicciones. Bisagra <T extiende TNumber > Métrica que calcula la métrica de pérdida de bisagra entre etiquetas y predicciones. KLDivergencia <T extiende TNumber > Métrica que calcula la métrica de pérdida por divergencia de Kullback-Leibler entre etiquetas y predicciones. LogCoshError <T extiende TNumber > Métrica que calcula el logaritmo del coseno hiperbólico de la métrica del error de predicción entre etiquetas y predicciones. MeanAbsoluteError <T se extiende a TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanAbsolutePercentageError <T se extiende a TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanSquaredError <T se extiende a TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. MeanSquaredLogarithmicError <T se extiende a TNumber > Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. Poisson <T extiende TNumber > Métrica que calcula la métrica de pérdida de Poisson entre etiquetas y predicciones. SparseCategoricalCrossentropy <T extiende TNumber > Una métrica que calcula la pérdida de entropía cruzada categórica dispersa entre etiquetas verdaderas y etiquetas predichas. SquaredHinge <T extiende TNumber > 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

Operando abstracto público <T> llamada ( operando <? extiende TNumber > etiquetas, operando <? extiende TNumber > predicciones)

Calcula la pérdida ponderada entre labels y predictions

Parámetros

etiquetas	los valores de verdad o etiquetas
predicciones	las predicciones

Devoluciones

• la pérdida