InTopK

パブリック最終クラスInTopK

ターゲットが上位 'K' 予測に含まれるかどうかを示します。

これは `batch_size` ブール配列を出力します。ターゲット クラスの予測がすべての予測の中で上位 `k` 予測に含まれる場合、エントリ `out[i]` は `true` になります (例: `i`)。 `InTopK` の動作は、タイの処理において `TopK` オペレーションとは異なることに注意してください。複数のクラスが同じ予測値を持ち、上位「k」境界をまたぐ場合、それらのクラスはすべて上位「k」内にあるとみなされます。

より正式に言うと、

\predictions_i\\) すべてのクラスの予測になります (例: `i`、targets_i\\) ターゲットクラス (例: `i`、 になります。\(out_i\\) たとえば「i」などの出力になります。

out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)

定数

弦OP_NAME TensorFlow コア エンジンによって認識される、この演算の名前

パブリックメソッド

出力< TBool >
asOutput ()
テンソルのシンボリック ハンドルを返します。
static <T extends TNumber > InTopK
create (スコープスコープ、オペランド< TFloat32 > 予測、オペランド<T> ターゲット、オペランド<T> k)
新しい InTopK 操作をラップするクラスを作成するファクトリ メソッド。
出力< TBool >
精度()
`k` での精度を `bool Tensor` として計算します。

継承されたメソッド

org.tensorflow.op.RawOpから
最終ブール値
等しい(オブジェクトオブジェクト)
最終整数
ハッシュコード()
手術
オプ()
この計算単位を単一のOperationとして返します。
最後の文字列
toString ()
ブール値
等しい(オブジェクト arg0)
最終クラス<?>
getClass ()
整数
ハッシュコード()
最後の空白
通知する()
最後の空白
すべて通知()
弦
toString ()
最後の空白
wait (long arg0, int arg1)
最後の空白
待機(長い引数0)
最後の空白
待って（）
org.tensorflow.op.Opから
抽象的な実行環境
環境()
このオペレーションが作成された実行環境を返します。
抽象的な操作
オプ()
この計算単位を単一のOperationとして返します。
org.tensorflow.Operandから
抽象出力< TBool >
asOutput ()
テンソルのシンボリック ハンドルを返します。
抽象TBool
asTensor ()
このオペランドのテンソルを返します。
抽象的な形
形（）
このオペランドのOutputによって参照されるテンソルの (おそらく部分的に既知の) 形状を返します。
抽象クラス< TBool >
タイプ（）
このオペランドのテンソル型を返します。
org.tensorflow.ndarray.Shapedから
抽象整数
ランク（）
抽象的な形
形（）
抽象的な長い
サイズ（）
このコンテナの合計サイズを値の数で計算して返します。

定数

パブリック静的最終文字列OP_NAME

TensorFlow コア エンジンによって認識される、この演算の名前

定数値: "InTopKV2"

パブリックメソッド

public Output < TBool > asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

public static InTopK create (スコープスコープ、オペランド< TFloat32 > 予測、オペランド<T> ターゲット、オペランド<T> k)

新しい InTopK 操作をラップするクラスを作成するファクトリ メソッド。

パラメータ
範囲現在のスコープ
予測`batch_size` x `classes` テンソル。
ターゲットクラス ID の `batch_size` ベクトル。
k計算精度のために確認する上位要素の数。
返品
  • InTopK の新しいインスタンス

public Output < TBool > precision ()

`k` での精度を `bool Tensor` として計算します。

、
パブリック最終クラスInTopK

ターゲットが上位 'K' 予測に含まれるかどうかを示します。

これは `batch_size` ブール配列を出力します。ターゲット クラスの予測がすべての予測の中で上位 `k` 予測に含まれる場合、エントリ `out[i]` は `true` になります (例: `i`)。 `InTopK` の動作は、タイの処理において `TopK` オペレーションとは異なることに注意してください。複数のクラスが同じ予測値を持ち、上位「k」境界をまたぐ場合、それらのクラスはすべて上位「k」内にあるとみなされます。

より正式に言うと、

\predictions_i\\) すべてのクラスの予測になります (例: `i`、targets_i\\) ターゲットクラス (例: `i`、 になります。\(out_i\\) たとえば「i」などの出力になります。

out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)

定数

弦OP_NAME TensorFlow コア エンジンによって認識される、この演算の名前

パブリックメソッド

出力< TBool >
asOutput ()
テンソルのシンボリック ハンドルを返します。
static <T extends TNumber > InTopK
create (スコープスコープ、オペランド< TFloat32 > 予測、オペランド<T> ターゲット、オペランド<T> k)
新しい InTopK 操作をラップするクラスを作成するファクトリ メソッド。
出力< TBool >
精度()
`k` での精度を `bool Tensor` として計算します。

継承されたメソッド

org.tensorflow.op.RawOpから
最終ブール値
等しい(オブジェクトオブジェクト)
最終整数
ハッシュコード()
手術
オプ()
この計算単位を単一のOperationとして返します。
最後の文字列
toString ()
ブール値
等しい(オブジェクト arg0)
最終クラス<?>
getClass ()
整数
ハッシュコード()
最後の空白
通知する()
最後の空白
すべて通知()
弦
toString ()
最後の空白
wait (long arg0, int arg1)
最後の空白
待機(長い引数0)
最後の空白
待って（）
org.tensorflow.op.Opから
抽象的な実行環境
環境()
このオペレーションが作成された実行環境を返します。
抽象的な操作
オプ()
この計算単位を単一のOperationとして返します。
org.tensorflow.Operandから
抽象出力< TBool >
asOutput ()
テンソルのシンボリック ハンドルを返します。
抽象TBool
asTensor ()
このオペランドのテンソルを返します。
抽象的な形
形（）
このオペランドのOutputによって参照されるテンソルの (おそらく部分的に既知の) 形状を返します。
抽象クラス< TBool >
タイプ（）
このオペランドのテンソル型を返します。
org.tensorflow.ndarray.Shapedから
抽象整数
ランク（）
抽象的な形
形（）
抽象的な長い
サイズ（）
このコンテナの合計サイズを値の数で計算して返します。

定数

パブリック静的最終文字列OP_NAME

TensorFlow コア エンジンによって認識される、この演算の名前

定数値: "InTopKV2"

パブリックメソッド

public Output < TBool > asOutput ()

テンソルのシンボリック ハンドルを返します。

TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。

public static InTopK create (スコープスコープ、オペランド< TFloat32 > 予測、オペランド<T> ターゲット、オペランド<T> k)

新しい InTopK 操作をラップするクラスを作成するためのファクトリ メソッド。

パラメータ
範囲現在のスコープ
予測`batch_size` x `classes` テンソル。
ターゲットクラス ID の `batch_size` ベクトル。
k計算精度のために確認する上位要素の数。
返品
  • InTopK の新しいインスタンス

public Output < TBool > precision ()

`k` での精度を `bool Tensor` として計算します。