Агрегирует сводку накопленной статистики для пакета.
Сводная статистика содержит градиенты и гессианы, накопленные для каждого узла, сегмента и идентификатора измерения.
Константы
| Нить | OP_NAME | Название этой операции, известное основному движку TensorFlow. |
Публичные методы
| статический BoostedTreesSparseAggregateStats | create ( Область действия, Операнд <TInt32> nodeIds, Операнд <TFloat32> градиенты, Операнд <TFloat32> гессиан, Операнд <TInt32> FeatureIndices, Операнд <TInt32> FeatureValues, Операнд <TInt32> FeatureShape, Long maxSplits, Long numBuckets) Фабричный метод для создания класса, обертывающего новую операцию BoostedTreesSparseAggregateStats. |
| Вывод < TInt32 > | статистикаСводкаИндексы () интервал32; Индексы ранга 2 сводных разреженных тензоров (форма = [количество ненулевых статистических данных, 4]). Вторая ось может иметь только 4 значения, включая идентификатор узла, измерение объекта, идентификатор сегмента и статистика_размерности. |
| Вывод < TInt32 > | статистикаСуммариФорма () Выходной тензор ранга 1 (shape=[4]) Тензор имеет следующие 4 значения: [max_splits, Feature_dimension, num_buckets,statistic_dimension], где статистический_размерность = градиент_размерность + гессиан_размерность. |
| Вывод <TFloat32> | statsSummaryValues () выходной тензор ранга 1 (shape=[количество ненулевых статистических данных]) |
Унаследованные методы
Константы
общедоступная статическая финальная строка OP_NAME
Название этой операции, известное основному движку TensorFlow.
Публичные методы
public static BoostedTreesSparseAggregateStats create (область действия , операнд <TInt32> nodeIds, операнд <TFloat32> градиенты, операнд <TFloat32> гессиан, операнд <TInt32> FeatureIndices, операнд <TInt32> FeatureValues, операнд <TInt32> FeatureShape, Long maxSplits, Long numBuckets)
Фабричный метод для создания класса, обертывающего новую операцию BoostedTreesSparseAggregateStats.
Параметры
| объем | текущий объем |
|---|---|
| идентификаторы узлов | интервал32; Тензор ранга 1, содержащий идентификаторы узлов для каждого примера, форма [batch_size]. |
| градиенты | поплавок32; Тензор 2-го ранга (shape=[batch_size, logits_dimension]) с градиентами для каждого примера. |
| гессенцы | поплавок32; Тензор 2-го ранга (shape=[batch_size, hessian_dimension]) с гессианами для каждого примера. |
| FeatureIndexes | интервал32; Индексы 2-го ранга разреженных тензоров (shape=[количество разреженных записей, 2]). Количество редких записей во всех экземплярах пакета. Первое значение — это индекс экземпляра, второе — размерность объекта. Вторая ось может иметь только 2 значения, т. е. входная плотная версия тензора может быть только матрицей. |
| FeatureValues | интервал32; Значения ранга 1 для разреженных тензоров объектов (shape=[количество разреженных записей]). Количество редких записей во всех экземплярах пакета. Первое значение — это индекс экземпляра, второе — размерность объекта. |
| особенностьФорма | интервал32; Плотная форма ранга 1 из разреженных тензоров (shape=[2]). Первая ось может иметь только два значения: [batch_size, Feature_dimension]. |
| maxSplits | интервал; максимально возможное количество разбиений во всем дереве. |
| numBuckets | интервал; равно максимально возможному значению сегментированного признака + 1. |
Возврат
- новый экземпляр BoostedTreesSparseAggregateStats
публичный вывод <TInt32> statsSummaryIndices ()
интервал32; Индексы ранга 2 сводных разреженных тензоров (форма = [количество ненулевых статистических данных, 4]). Вторая ось может иметь только 4 значения, включая идентификатор узла, измерение объекта, идентификатор сегмента и статистика_размерности. статистика_размерности = логит_размерность + гессиан_размерность.
публичный вывод <TInt32> statsSummaryShape ()
Выходной тензор ранга 1 (shape=[4]) Тензор имеет следующие 4 значения: [max_splits, Feature_dimension, num_buckets,statistic_dimension], где статистический_размерность = градиент_размерность + гессиан_размерность. gradient_dimension — это то же самое, что и label_dimension, т. е. выходное пространство. hessian_dimension может совпадать с размером логита, если используется диагональный гессиан, или label_dimension^2, если используется полный гессиан.
публичный вывод <TFloat32> statsSummaryValues ()
выходной тензор ранга 1 (shape=[количество ненулевых статистических данных])