Aggrega il riepilogo delle statistiche accumulate per il batch.
Le statistiche di riepilogo contengono gradienti e hessiani accumulati per ogni nodo, bucket e id dimensione.
Metodi pubblici
| static BoostedTreesSparseAggregateStats | create ( Scope scope, Operando <Integer> nodeIds, Operand <Float> gradients, Operand <Float> hessians, Operand <Integer> featureIndices, Operand <Integer> featureValues, Operand <Integer> featureShape, Long maxSplits, Long numBuckets) Metodo Factory per creare una classe che racchiude una nuova operazione BoostedTreesSparseAggregateStats. |
| Output <Integer> | statsSummaryIndices () int32; Indici di rango 2 dei tensori sparsi di riepilogo (forma = [numero di statistiche diverse da zero, 4]) Il secondo asse può essere solo 4, incluso l'ID nodo, la dimensione dell'elemento, l'ID del bucket e le statistics_dimension. |
| Output <Integer> | statsSummaryShape () output Rank 1 Tensor (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 <Float> | statsSummaryValues () output Tensore di rango 1 (forma = [numero di statistiche diverse da zero]) |
Metodi ereditati
Metodi pubblici
public static BoostedTreesSparseAggregateStats create ( Scope scope, Operando <Integer> nodeIds, Operand <Float> gradients, Operand <Float> hessians, Operand <Integer> featureIndices, Operand <Integer> featureValues, Operand <Integer> featureShape, Long maxBuck numits, Long numbuckets)
Metodo Factory per creare una classe che racchiude una nuova operazione BoostedTreesSparseAggregateStats.
Parametri
| scopo | ambito attuale |
|---|---|
| nodeIds | int32; Tensore di rango 1 contenente gli ID dei nodi per ogni 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 hessian per ogni esempio. |
| featureIndices | int32; Indici di rango 2 dei 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 caratteristica. Il secondo asse può avere solo 2 valori, cioè la versione densa di input di Tensor può essere solo matrice. |
| featureValues | int32; Valori di rango 1 dei tensori sparsi di caratteristiche (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 caratteristica. |
| featureShape | int32; Forma densa di rango 1 di tensori sparsi (forma = [2]). Il primo asse può avere solo 2 valori, [batch_size, feature_dimension]. |
| maxSplits | int; il numero massimo di divisioni possibili nell'intero albero. |
| numBuckets | int; è uguale al valore massimo possibile della funzione bucketizzata + 1. |
ritorna
- una nuova istanza di BoostedTreesSparseAggregateStats
public Output <Integer> statsSummaryIndices ()
int32; Indici di rango 2 dei tensori sparsi di riepilogo (forma = [numero di statistiche diverse da zero, 4]) Il secondo asse può essere solo 4, incluso l'ID nodo, la dimensione dell'elemento, l'ID del bucket e le statistics_dimension. statistics_dimension = logits_dimension + hessian_dimension.
public Output <Integer> statsSummaryShape ()
output Rank 1 Tensor (shape = [4]) Il tensore ha i seguenti 4 valori: [max_splits, feature_dimension, num_buckets, statistics_dimension], dove statistics_dimension = gradient_dimension + hessian_dimension. gradiente_dimension è uguale a label_dimension, cioè lo spazio di output. hessian_dimension può essere uguale alla dimensione logit quando viene utilizzata la hessian diagonale, o label_dimension ^ 2 quando viene utilizzata la hessian completa.
public Output <Float> statsSummaryValues ()
output Tensore di rango 1 (forma = [numero di statistiche diverse da zero])