BoostedTreesSparseAggregateStats

publiczna klasa końcowa BoostedTreesSparseAggregateStats

Agreguje podsumowanie zgromadzonych statystyk dla partii.

Statystyki podsumowujące zawierają gradienty i hesjany zgromadzone dla każdego węzła, segmentu i identyfikatora wymiaru.

Stałe

Strunowy OP_NAME Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Metody publiczne

statyczne BoostedTreesSparseAggregateStats
utwórz ( Zakres zasięgu , Operand < TInt32 > nodeIds, Operand < TFloat32 > gradienty, Operand < TFloat32 > hessians, Operand < TInt32 > featureIndices, Operand < TInt32 > featureValues, Operand < TInt32 > featureShape, Long maxSplits, Long numBuckets)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesSparseAggregateStats.
Dane wyjściowe <TInt32>
statystykiPodsumowanieIndeksy ()
int32; Indeksy rangi 2 sumarycznych tensorów rzadkich (kształt=[liczba niezerowych statystyk, 4]) Druga oś może mieć tylko 4, w tym identyfikator węzła, wymiar obiektu, identyfikator segmentu i wymiar_statystyki.
Dane wyjściowe <TInt32>
statystykiPodsumowanieKształt ()
wynik Ranga 1 Tensor (shape=[4]) Tensor ma następujące 4 wartości: [max_splits, feature_dimension, num_buckets,statistic_dimension], gdzie statystyka_dimension = gradient_dimension + hessian_dimension.
Dane wyjściowe <TFloat32>
statystykiPodsumowanieWartości ()
wyjściowy tensor rangi 1 (kształt=[liczba niezerowych statystyk])

Metody dziedziczone

Stałe

publiczny statyczny końcowy ciąg znaków OP_NAME

Nazwa tej operacji znana silnikowi rdzenia TensorFlow

Wartość stała: „BoostedTreesSparseAggregateStats”

Metody publiczne

public static BoostedTreesSparseAggregateStats create ( Zakres zakresu, Operand < TInt32 > nodeIds, Operand < TFloat32 > gradienty, Operand < TFloat32 > hessians, Operand < TInt32 > featureIndices, Operand < TInt32 > featureValues, Operand < TInt32 > featureShape, Long maxSplits, Long numBuckets)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BoostedTreesSparseAggregateStats.

Parametry
zakres aktualny zakres
identyfikatory węzłów int32; Ranga 1 Tensor zawierający identyfikatory węzłów dla każdego przykładu, kształt [batch_size].
gradienty pływak32; Tensor rangi 2 (shape=[batch_size, logits_dimension]) z gradientami dla każdego przykładu.
Hesjanie pływak32; Tensor rangi 2 (shape=[batch_size, hessian_dimension]) z hesjanami dla każdego przykładu.
Indeksy funkcji int32; Indeksy rangi 2 dla tensorów rzadkich cech (kształt=[liczba wpisów rzadkich, 2]). Liczba rzadkich wpisów we wszystkich instancjach w partii. Pierwsza wartość to indeks instancji, druga to wymiar cechy. Druga oś może mieć tylko 2 wartości, tj. wejściową gęstą wersją Tensora może być tylko macierz.
Wartości funkcji int32; Oceń 1 wartości rzadkich tensorów cech (kształt=[liczba rzadkich wpisów]). Liczba rzadkich wpisów we wszystkich instancjach w partii. Pierwsza wartość to indeks instancji, druga to wymiar cechy.
funkcjaKształt int32; Stopień 1 gęsty kształt rzadkich tensorów (kształt=[2]). Pierwsza oś może mieć tylko 2 wartości: [batch_size, feature_dimension].
maxSplits int; maksymalna liczba podziałów możliwa w całym drzewie.
liczba wiader int; równa się maksymalnej możliwej wartości funkcji segmentowanej + 1.
Zwroty
  • nowa instancja BoostedTreesSparseAggregateStats

publiczne dane wyjściowe < TInt32 > statsSummaryIndices ()

int32; Indeksy rangi 2 sumarycznych tensorów rzadkich (kształt=[liczba niezerowych statystyk, 4]) Druga oś może mieć tylko 4, w tym identyfikator węzła, wymiar obiektu, identyfikator segmentu i wymiar_statystyki. wymiar_statystyki = wymiar_logits + wymiar_hessian.

publiczne dane wyjściowe < TInt32 > statsSummaryShape ()

wynik Ranga 1 Tensor (shape=[4]) Tensor ma następujące 4 wartości: [max_splits, feature_dimension, num_buckets,statistic_dimension], gdzie statystyka_dimension = gradient_dimension + hessian_dimension. gradient_dimension jest taki sam jak label_dimension, tj. przestrzeń wyjściowa. hessian_dimension może być taki sam jak wymiar logitowy, gdy używany jest ukośny hessian, lub label_dimension^2, gdy używany jest pełny hessian.

publiczne wyjście < TFloat32 > statsSummaryValues ​​()

wyjściowy tensor rangi 1 (kształt=[liczba niezerowych statystyk])