org.tensorflow.framework.metrics
Clases
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. |
Media <T extiende TNumber > | Una métrica que implementa una media ponderada WEIGHTED_MEAN |
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. |
Métrica <T extiende TNumber > | Clase base para métricas |
Métrica | Clase auxiliar con funciones de métricas integradas. |
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. |
Enumeraciones
A menos que se indique lo contrario, el contenido de esta página está sujeto a la licencia Reconocimiento 4.0 de Creative Commons y las muestras de código están sujetas a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio web de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2024-10-31 (UTC).
[null,null,["Última actualización: 2024-10-31 (UTC)."],[],[]]