MeanMetricWrapper

כיתה ציבורית MeanMetricWrapper

תת-מחלקות ישירות ידועות Binarycrossentropy <t מרחיב את Tnumber >, קטגוריות Crossentropy <t מרחיב את Tnumber >, קטגוריות <t מרחיב את Tnumber >, cosinesimilarity <t מרחיב את Tnumber >, ציר <T מרחיב את Tnumber >, kldiverging <t מרחיב את Tnumber > , Logcosherror <t fors uploutor tniveroute < t mounturor orture <T מרחיב את Tnumber >, MeanAbsolutePercentageError <T מרחיב את Tnumber >, MeanSquaredError <T מרחיב את Tnumber >, MeanSquaredLogarithmicError <T מרחיב את Tnumber >, Poisson <T מרחיב את Tnumber >, SparseCategoricalCrossentropy > מרחיב TNumber TNumberd , <Squared> BinaryCrossentropy <T מרחיב את TNummer > מדד שמחשב את אובדן האנטרופיה הבינארית בין תוויות אמיתיות לתוויות חזויות. CategoricalCrossentropy <T מרחיב את TNummer > מדד שמחשב את אובדן האנטרופיה הקטגורית בין תוויות אמיתיות לתוויות חזויות. CategoricalHinge <T מרחיב את TNummer > מדד שמחשב את מדד אובדן הציר הקטגורי בין תוויות ותחזיות. CosineSimilarity <T מרחיב את TNummer > מדד שמחשב את מדד הדמיון הקוסינוס בין תוויות ותחזיות. ציר <T מרחיב את TNummer > מדד שמחשב את מדד אובדן הציר בין תוויות ותחזיות. KLDivergence <T מרחיב את TNummer > מדד שמחשב את מדד אובדן הדיברגנציה של קולבק-לייבלר בין תוויות ותחזיות. LogCoshError <T מרחיב את TNummer > מדד שמחשב את הלוגריתם של הקוסינוס ההיפרבולי של מדד שגיאות החיזוי בין תוויות וחיזויים. MeanAbsoluteError <T מרחיב את TNummer > מדד שמחשב את ממוצע ההבדל המוחלט בין תוויות ותחזיות. MeanAbsolutePercentageError <T מרחיב את TNummer > מדד שמחשב את ממוצע ההבדל המוחלט בין תוויות ותחזיות. MeanSquaredError <T מרחיב את TNummer > מדד שמחשב את ממוצע ההבדל המוחלט בין תוויות ותחזיות. MeanSquaredLogarithmicError <T מרחיב את TNummer > מדד שמחשב את ממוצע ההבדל המוחלט בין תוויות ותחזיות. Poisson <T מרחיב את TNummer > מדד שמחשב את מדד אובדן הרעל בין תוויות ותחזיות. SparseCategoricalCrossentropy <T מרחיב את TNummer > מדד שמחשב את אובדן האנטרופיה הצולבת הקטגורית הדלילה בין תוויות אמיתיות לתוויות חזויות. SquaredHinge <T מרחיב את TNummer > מדד שמחשב את מדד אובדן הציר בריבוע בין תוויות ותחזיות.

מחלקה המגשרת בין פונקציית אובדן חסרת מצב עם המדד Mean באמצעות הפחתה של WEIGHTED_MEAN .

פונקציית ההפסד מחשבת את ההפסד בין labels predictions ואז מעבירה את ההפסד הזה למדד Mean כדי לחשב את הממוצע המשוקלל של ההפסד על פני איטרציות או תקופות רבות

קבועים בירושה

מכיתה org.tensorflow.framework.metrics.impl.Reduce

חוּט	לספור
חוּט	סה"כ

שיטות ציבוריות

LossMetric <T>	getLoss () מקבל את פונקציית ההפסד.
רשימה< Op >	updateStateList ( Operand <? מרחיב את TNumber > תוויות, Operand <? מרחיב את תחזיות TNumber >, Operand <? מרחיב את TNumber > sampleWeights) יוצר פעולות המעדכנות את מצב המדד הממוצע, על ידי קריאה לפונקציית ההפסד והעברת ההפסד למדד הממוצע כדי לחשב את הממוצע המשוקלל של ההפסד על פני חזרות רבות.

שיטות בירושה

מכיתה org.tensorflow.framework.metrics.impl.Reduce

משתנה <T>	getCount () מקבל את משתנה הספירה
מחלקה<T>	getResultType () מקבל את הסוג של המשתנים
משתנה <T>	getTotal () מקבל את המשתנה הכולל
אופ	resetStates () מאפס את כל משתני המצב לערכים ההתחלתיים שלהם
אופרנד <T>	תוצאה () מקבל את התוצאה הנוכחית של המדד
רשימה< Op >	updateStateList ( Operand <? מרחיב TNumber > ערכים, Operand <? מרחיב TNumber > sampleWeights) מעדכן את המשתנים המטריים על סמך התשומות.

מכיתה org.tensorflow.framework.metrics.Metric

אופרנד אחרון <T>	callOnce ( Operand <? מרחיב TNumber > ערכים, Operand <? מרחיב TNumber > sampleWeights) שיחות מתעדכנות פעם אחת, ואחריה קריאה לקבל את התוצאה
חוּט	getName () מקבל את השם של המדד הזה.
ארוך	getSeed () מקבל את ערך המקור של מחולל המספרים האקראיים
אופס	getTF () מקבל את TensorFlow Ops
תקציר אופ	resetStates () מאפס את כל משתני המצב לערכים ההתחלתיים שלהם
תקציר אופרנד <T>	תוצאה () מקבל את התוצאה הנוכחית של המדד
אופ' אחרון	updateState ( Oprand <? מרחיב את TNumber > תוויות, Operand <? מרחיב את תחזיות TNumber >, Operand <? מרחיב את TNumber > sampleWeights) יוצר פעולת NoOp עם תלות בקרה לעדכון המצב המטרי
אופ' אחרון	updateState ( Operand <? מרחיב TNumber > ערכים, Operand <? מרחיב TNumber > sampleWeights) יוצר פעולת NoOp עם תלות בקרה לעדכון המצב המטרי
רשימה< Op >	updateStateList ( Operand <? מרחיב את TNumber > תוויות, Operand <? מרחיב את תחזיות TNumber >, Operand <? מרחיב את TNumber > sampleWeights) יוצר רשימה של פעולות כדי לעדכן את המצב המטרי על סמך תוויות וחיזויים.
רשימה< Op >	updateStateList ( Operand <? מרחיב TNumber > ערכים, Operand <? מרחיב TNumber > sampleWeights) יוצר רשימה של פעולות כדי לעדכן את המצב המטרי על סמך ערכי קלט.

מכיתה java.lang.Object

בוליאני	שווה (Object arg0)
שיעור אחרון<?>	getClass ()
int	hashcode ()
ריק סופי	להודיע ​​()
ריק סופי	הודע הכל ()
חוּט	toString ()
ריק סופי	המתן (ארג0 ארוך, int arg1)
ריק סופי	המתן (ארג0 ארוך)
ריק סופי	חכה ()

שיטות ציבוריות

public LossMetric <T> getLoss ()

מקבל את פונקציית ההפסד.

החזרות

• פונקציית ההפסד.

רשימה ציבורית< Op > updateStateList ( Operand <? מרחיב TNumber > תוויות, Operand <? מרחיב את תחזיות TNumber >, Operand <? מרחיב TNumber > משקולות לדוגמה)

יוצר פעולות המעדכנות את מצב המדד הממוצע, על ידי קריאה לפונקציית ההפסד והעברת ההפסד למדד הממוצע כדי לחשב את הממוצע המשוקלל של ההפסד על פני חזרות רבות.

פרמטרים

תוויות	ערכי האמת או התוויות
תחזיות	את התחזיות
משקולות לדוגמה	SampleWeights אופציונליים פועלים כמקדם לאובדן. אם מסופק סקלר, אז ההפסד פשוט מוגדל לפי הערך הנתון. אם sampleWeights הוא טנסור בגודל [batch_size], אז ההפסד הכולל עבור כל דגימה של האצווה משתנה מחדש על ידי האלמנט המתאים בוקטור sampleWeights. אם הצורה של sampleWeights היא [batch_size, d0, ..dN-1] (או שניתן לשדר אותה לצורה זו), אז כל רכיב אובדן של חיזויים משתנה לפי הערך המתאים של sampleWeights. (הערה לגבי dN-1: כל פונקציות האובדן מצטמצמות בממד אחד, בדרך כלל ציר=-1.)

החזרות

• רשימה של פעולות בקרה שמעדכנת את משתני המצב הממוצע.