Aggrega il riepilogo delle statistiche accumulate per il batch.
Le statistiche di riepilogo contengono gradienti e iuta accumulati per ciascun nodo, bucket e ID dimensione.
Metodi pubblici
| static BoostedTreesSparseAggregateStats | create ( scope scope, operando <Integer> nodeIds, operando <Float> gradienti, operando <Float> hessian, operando <Integer> featureIndices, operando <Integer> featureValues, operando <Integer> featureShape, Long maxSplits, Long numBuckets) Metodo factory per creare una classe che racchiude una nuova operazione BoostedTreesSparseAggregateStats. |
| Output <Intero> | statisticheRiepilogoIndici () int32; Indici di rango 2 dei tensori sparsi riepilogativi (forma=[numero di statistiche diverse da zero, 4]) Il secondo asse può essere solo 4 inclusi ID nodo, dimensione funzione, ID bucket e dimensione_statistica. |
| Output <Intero> | statsSummaryShape () output Rank 1 Tensore (shape=[4]) Il tensore ha i seguenti 4 valori: [max_splits, feature_dimension, num_buckets, Statistics_dimension], dove Statistics_dimension = gradient_dimension + hessian_dimension. |
| Uscita <Mobile> | statsSummaryValues () output Rango 1 Tensore (forma=[numero di statistiche diverse da zero]) |
Metodi ereditati
Metodi pubblici
public static BoostedTreesSparseAggregateStats create ( scope scope, operando <Integer> nodeIds, operando <Float> gradienti, operando <Float> hessians, operando <Integer> featureIndices, operando <Integer> featureValues, operando <Integer> featureShape, Long maxSplits, Long numBuckets)
Metodo factory per creare una classe che racchiude una nuova operazione BoostedTreesSparseAggregateStats.
Parametri
| scopo | ambito attuale |
|---|---|
| nodeId | int32; Tensore di rango 1 contenente gli ID dei nodi per ciascun esempio, forma [batch_size]. |
| gradienti | float32; Tensore di rango 2 (shape=[batch_size, logits_dimension]) con gradienti per ogni esempio. |
| iuta | float32; Tensore di rango 2 (shape=[batch_size, hessian_dimension]) con iuta per ogni esempio. |
| featureIndici | int32; Indici di rango 2 di tensori sparsi di caratteristiche (forma=[numero di voci sparse, 2]). Numero di voci sparse in tutte le istanze del batch. Il primo valore è l'indice dell'istanza, il secondo è la dimensione della feature. Il secondo asse può avere solo 2 valori, ovvero la versione densa di input di Tensor può essere solo matrice. |
| funzionalitàValori | int32; Valori di rango 1 dei tensori sparsi di funzionalità (forma=[numero di voci sparse]). Numero di voci sparse in tutte le istanze del batch. Il primo valore è l'indice dell'istanza, il secondo è la dimensione della feature. |
| caratteristicaForma | int32; Forma densa di grado 1 di tensori sparsi di caratteristiche (forma=[2]). Il primo asse può avere solo 2 valori, [batch_size, feature_dimension]. |
| maxSplits | intero; il numero massimo di suddivisioni possibili nell'intero albero. |
| numBucket | intero; equivale al valore massimo possibile della funzionalità segmentata + 1. |
ritorna
- una nuova istanza di BoostedTreesSparseAggregateStats
output pubblico <intero> statsSummaryIndices ()
int32; Indici di rango 2 dei tensori sparsi riepilogativi (forma=[numero di statistiche diverse da zero, 4]) Il secondo asse può essere solo 4 inclusi ID nodo, dimensione funzione, ID bucket e dimensione_statistica. dimensione_statistica = dimensione_logit + dimensione_iuta.
Output pubblico <Integer> statsSummaryShape ()
output Rank 1 Tensore (shape=[4]) Il tensore ha i seguenti 4 valori: [max_splits, feature_dimension, num_buckets, Statistics_dimension], dove Statistics_dimension = gradient_dimension + hessian_dimension. gradient_dimension è uguale a label_dimension, ovvero lo spazio di output. hessian_dimension può essere uguale alla dimensione logits quando viene utilizzata la tela di iuta diagonale o label_dimension^2 quando viene utilizzata la tela di iuta completa.
Output pubblico <Float> statsSummaryValues ()
output Rango 1 Tensore (forma=[numero di statistiche diverse da zero])