BoostedTreesAggregateStats

classe finale pubblica BoostedTreesAggregateStats

Aggrega il riepilogo delle statistiche accumulate per il batch.

Le statistiche di riepilogo contengono gradienti e iuta accumulati per ciascun nodo, ID dimensione della caratteristica e bucket.

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita < TFloat32 >
comeuscita ()
Restituisce l'handle simbolico del tensore.
statico BoostedTreesAggregateStats
create ( scope scope, operando < TInt32 > nodeIds, operando < TFloat32 > gradienti, operando < TFloat32 > hessian, operando < TInt32 > funzionalità, maxSplits lunghi, numBuckets lunghi)
Metodo factory per creare una classe che racchiude una nuova operazione BoostedTreesAggregateStats.
Uscita < TFloat32 >
statisticheRiepilogo ()
output Rango 4 Tensore (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) contenente le statistiche accumulate per ogni nodo, dimensione della feature e bucket.

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "BoostedTreesAggregateStats"

Metodi pubblici

Uscita pubblica < TFloat32 > asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

creazione statica pubblica BoostedTreesAggregateStats (ambito ambito , operando < TInt32 > nodeId, operando < TFloat32 > gradienti, operando < TFloat32 > hessian, operando < TInt32 > funzionalità, maxSplits lunghi, numBuckets lunghi)

Metodo factory per creare una classe che racchiude una nuova operazione BoostedTreesAggregateStats.

Parametri
scopo ambito attuale
nodeId int32; Tensore di rango 1 contenente gli ID dei nodi per ciascun esempio, forma [batch_size].
gradienti float32; Tensore di rango 2 (shape=[batch_size, logits_dimension]) con gradienti per ogni esempio.
iuta float32; Tensore di rango 2 (shape=[batch_size, hessian_dimension]) con iuta per ogni esempio.
caratteristica int32; Tensori di feature di rango 2 (shape=[batch_size, feature_dimension]).
maxSplits intero; il numero massimo di suddivisioni possibili nell'intero albero.
numBucket intero; equivale al valore massimo possibile della funzionalità segmentata.
ritorna
  • una nuova istanza di BoostedTreesAggregateStats

Output pubblico < TFloat32 > statsSummary ()

output Rango 4 Tensore (shape=[splits, feature_dimension, buckets, logits_dimension + hessian_dimension]) contenente le statistiche accumulate per ogni nodo, dimensione della feature e bucket.