InTopK

공개 최종 수업 InTopK

대상이 상위 'K' 예측에 있는지 여부를 나타냅니다.

이는 `batch_size` 부울 배열을 출력하며, 대상 클래스에 대한 예측이 예를 들어 `i`와 같이 모든 예측 중 상위 `k` 예측에 속하면 `out[i]` 항목은 `true`입니다. 'InTopK'의 동작은 동점 처리에 있어서 'TopK' 작업과 다릅니다. 여러 클래스가 동일한 예측 값을 갖고 상위 'k' 경계에 걸쳐 있는 경우 해당 클래스는 모두 상위 'k'에 있는 것으로 간주됩니다.

좀 더 공식적으로 보자면

\\(predictions_i\\) 예를 들어 `i`, \와 같은 모든 클래스에 대한 예측이 됩니다.\(targets_i\\) 예를 들어 `i`, \와 같은 대상 클래스가 되어야 합니다.\(out_i\\) 예를 들어 `i`의 출력이 됩니다.

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

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 < TBool >
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 Tnumber를 확장합니다. > InTopK
생성 ( 범위 범위, 피연산자 < TFloat32 > 예측, 피연산자 <T> 대상, 피연산자 <T> k)
새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 < TBool >
정밀도 ()
`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "InTopKV2"

공개 방법

공개 출력 < TBool > asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 InTopK 생성 ( 범위 범위, Operand < TFloat32 > 예측, Operand <T> 대상, Operand <T> k)

새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
예측 `batch_size` x `classes` 텐서.
목표 클래스 ID의 `batch_size` 벡터입니다.
케이 컴퓨팅 정밀도를 위해 살펴볼 상위 요소 수입니다.
보고
  • InTopK의 새로운 인스턴스

공개 출력 < TBool > 정밀도 ()

`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

,
공개 최종 수업 InTopK

대상이 상위 'K' 예측에 있는지 여부를 나타냅니다.

이는 `batch_size` 부울 배열을 출력하며, 대상 클래스에 대한 예측이 예를 들어 `i`와 같이 모든 예측 중 상위 `k` 예측에 속하면 `out[i]` 항목은 `true`입니다. 'InTopK'의 동작은 동점 처리에 있어서 'TopK' 작업과 다릅니다. 여러 클래스가 동일한 예측 값을 갖고 상위 'k' 경계에 걸쳐 있는 경우 해당 클래스는 모두 상위 'k'에 있는 것으로 간주됩니다.

좀 더 공식적으로 보자면

\\(predictions_i\\) 예를 들어 `i`, \와 같은 모든 클래스에 대한 예측이 됩니다.\(targets_i\\) 예를 들어 `i`, \와 같은 대상 클래스가 되어야 합니다.\(out_i\\) 예를 들어 `i`의 출력이 됩니다.

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

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 < TBool >
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 Tnumber를 확장합니다. > InTopK
생성 ( 범위 범위, 피연산자 < TFloat32 > 예측, 피연산자 <T> 대상, 피연산자 <T> k)
새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 < TBool >
정밀도 ()
`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "InTopKV2"

공개 방법

공개 출력 < TBool > asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 InTopK 생성 ( 범위 범위, Operand < TFloat32 > 예측, Operand <T> 대상, Operand <T> k)

새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
예측 `batch_size` x `classes` 텐서.
목표 클래스 ID의 `batch_size` 벡터입니다.
케이 컴퓨팅 정밀도를 위해 살펴볼 상위 요소 수입니다.
보고
  • InTopK의 새로운 인스턴스

공개 출력 < TBool > 정밀도 ()

`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

,
공개 최종 수업 InTopK

대상이 상위 'K' 예측에 있는지 여부를 나타냅니다.

이는 `batch_size` 부울 배열을 출력하며, 대상 클래스에 대한 예측이 예를 들어 `i`와 같이 모든 예측 중 상위 `k` 예측에 속하면 `out[i]` 항목은 `true`입니다. 'InTopK'의 동작은 동점 처리에 있어서 'TopK' 작업과 다릅니다. 여러 클래스가 동일한 예측 값을 갖고 상위 'k' 경계에 걸쳐 있는 경우 해당 클래스는 모두 상위 'k'에 있는 것으로 간주됩니다.

좀 더 공식적으로 보자면

\\(predictions_i\\) 예를 들어 `i`, \와 같은 모든 클래스에 대한 예측이 됩니다.\(targets_i\\) 예를 들어 `i`, \와 같은 대상 클래스가 되어야 합니다.\(out_i\\) 예를 들어 `i`의 출력이 됩니다.

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

상수

끈 OP_NAME TensorFlow 핵심 엔진에서 알려진 이 작업의 이름

공개 방법

출력 < TBool >
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 Tnumber를 확장합니다. > InTopK
생성 ( 범위 범위, 피연산자 < TFloat32 > 예측, 피연산자 <T> 대상, 피연산자 <T> k)
새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 < TBool >
정밀도 ()
`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "InTopKV2"

공개 방법

공개 출력 < TBool > asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 InTopK 생성 ( 범위 범위, Operand < TFloat32 > 예측, Operand <T> 대상, Operand <T> k)

새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
예측 `batch_size` x `classes` 텐서.
목표 클래스 ID의 `batch_size` 벡터입니다.
케이 컴퓨팅 정밀도를 위해 살펴볼 상위 요소 수입니다.
보고
  • InTopK의 새로운 인스턴스

공개 출력 < TBool > 정밀도 ()

`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

,
공개 최종 수업 InTopK

대상이 상위 'K' 예측에 있는지 여부를 나타냅니다.

이는 `batch_size` 부울 배열을 출력하며, 대상 클래스에 대한 예측이 예를 들어 `i`와 같이 모든 예측 중 상위 `k` 예측에 속하면 `out[i]` 항목은 `true`입니다. 'InTopK'의 동작은 동점 처리에 있어서 'TopK' 작업과 다릅니다. 여러 클래스가 동일한 예측 값을 갖고 상위 'k' 경계에 걸쳐 있는 경우 해당 클래스는 모두 상위 'k'에 있는 것으로 간주됩니다.

좀 더 공식적으로 보자면

\\(predictions_i\\) 예를 들어 `i`, \와 같은 모든 클래스에 대한 예측이 됩니다.\(targets_i\\) 예를 들어 `i`, \와 같은 대상 클래스가 되어야 합니다.\(out_i\\) 예를 들어 `i`의 출력이 됩니다.

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

상수

끈 OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 < TBool >
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T는 Tnumber를 확장합니다. > InTopK
생성 ( 범위 범위, 피연산자 < TFloat32 > 예측, 피연산자 <T> 대상, 피연산자 <T> k)
새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 < TBool >
정밀도 ()
`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 핵심 엔진에서 알려진 이 작업의 이름

상수 값: "InTopKV2"

공개 방법

공개 출력 < TBool > asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 InTopK 생성 ( 범위 범위, Operand < TFloat32 > 예측, Operand <T> 대상, Operand <T> k)

새로운 InTopK 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
예측 `batch_size` x `classes` 텐서.
목표 클래스 ID의 `batch_size` 벡터입니다.
케이 컴퓨팅 정밀도를 위해 살펴볼 상위 요소 수입니다.
보고
  • InTopK의 새로운 인스턴스

공개 출력 < TBool > 정밀도 ()

`bool Tensor`로서 `k`에서 정밀도를 계산했습니다.