Mengumpulkan ringkasan akumulasi statistik untuk batch.
Statistik ringkasan berisi gradien dan goni yang terakumulasi untuk setiap node, keranjang, dan id dimensi.
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| BoostedTreesSparseAggregateStats statis | buat ( Lingkup lingkup, Operan < TInt32 > nodeIds, Operan < TFloat32 > gradien, Operan < TFloat32 > goni, Operan < TInt32 > featureIndices, Operan < TInt32 > featureValues, Operan < TInt32 > featureShape, Long maxSplits, Long numBuckets) Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesSparseAggregateStats baru. |
| Keluaran < TInt32 > | statistikRingkasanIndeks () int32; Peringkat 2 indeks ringkasan Tensor renggang (bentuk=[jumlah statistik bukan nol, 4]) Sumbu kedua hanya boleh 4 termasuk id simpul, dimensi fitur, id keranjang, dan dimensi_statistik. |
| Keluaran < TInt32 > | statsRingkasanBentuk () keluaran Peringkat 1 Tensor (bentuk=[4]) Tensor memiliki 4 nilai berikut: [max_splits, feature_dimension, num_buckets, stats_dimension], dengan stats_dimension = gradien_dimension + hessian_dimension. |
| Keluaran < TFloat32 > | statistikRingkasanNilai () keluaran Peringkat 1 Tensor (bentuk=[jumlah statistik bukan nol]) |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
public static BoostedTreesSparseAggregateStats dibuat ( Lingkup cakupan, Operan < TInt32 > nodeIds, Operan < TFloat32 > gradien, Operan < TFloat32 > hessians, Operan < TInt32 > featureIndices, Operan < TInt32 > featureValues, Operan < TInt32 > featureShape, Long maxSplits, Long numBuckets)
Metode pabrik untuk membuat kelas yang membungkus operasi BoostedTreesSparseAggregateStats baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| nodeId | int32; Tensor peringkat 1 yang berisi id simpul untuk setiap contoh, bentuk [ukuran_batch]. |
| gradien | float32; Tensor peringkat 2 (bentuk=[ukuran_batch, dimensi_logits]) dengan gradien untuk setiap contoh. |
| goni | float32; Tensor peringkat 2 (bentuk=[ukuran_batch, dimensi_hessian]) dengan goni untuk setiap contoh. |
| fiturIndeks | int32; Peringkat 2 indeks Tensor fitur jarang (bentuk=[jumlah entri jarang, 2]). Jumlah entri yang jarang di semua instans dari batch. Nilai pertama adalah indeks instance, nilai kedua adalah dimensi fitur. Sumbu kedua hanya dapat memiliki 2 nilai, yaitu Tensor versi padat masukan hanya dapat berupa matriks. |
| nilai fitur | int32; Nilai peringkat 1 dari Tensor renggang fitur (bentuk=[jumlah entri renggang]). Jumlah entri yang jarang di semua instans dari batch. Nilai pertama adalah indeks instance, nilai kedua adalah dimensi fitur. |
| fiturBentuk | int32; Peringkat 1 bentuk padat dari fitur Tensor jarang (bentuk=[2]). Sumbu pertama hanya dapat memiliki 2 nilai, [ukuran_batch, dimensi_fitur]. |
| maxSplit | ke dalam; jumlah maksimum pemisahan yang mungkin terjadi pada keseluruhan pohon. |
| nomorBucket | ke dalam; sama dengan nilai maksimum yang mungkin dari fitur yang di-bucket + 1. |
Kembali
- contoh baru dari BoostedTreesSparseAggregateStats
Output publik < TInt32 > statsSummaryIndices ()
int32; Peringkat 2 indeks ringkasan Tensor renggang (bentuk=[jumlah statistik bukan nol, 4]) Sumbu kedua hanya boleh 4 termasuk id simpul, dimensi fitur, id keranjang, dan dimensi_statistik. dimensi_statistik = dimensi_logits + dimensi_hessian.
Keluaran publik < TInt32 > statsSummaryShape ()
keluaran Peringkat 1 Tensor (bentuk=[4]) Tensor memiliki 4 nilai berikut: [max_splits, feature_dimension, num_buckets, stats_dimension], dengan stats_dimension = gradien_dimension + hessian_dimension. gradien_dimension sama dengan label_dimension, yaitu ruang keluaran. hessian_dimension bisa sama dengan dimensi logit jika digunakan goni diagonal, atau label_dimension^2 jika digunakan goni penuh.