Bu sayfa, Cloud Translation API ile çevrilmiştir.

BinaryCrossentropy

genel sınıf BinaryCrossentropy

Gerçek etiketler ile tahmin edilen etiketler arasındaki çapraz entropi kaybını hesaplar.

Yalnızca iki etiket sınıfı (0 ve 1 olduğu varsayılır) olduğunda bu çapraz entropi kaybını kullanın. Her örnekte tahmin başına tek bir kayan nokta değeri olmalıdır.

Bağımsız kullanım:

    Operand<TFloat32> labels =
        tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} });
    Operand<TFloat32> predictions =
        tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
    BinaryCrossentropy bce = new BinaryCrossentropy(tf);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 0.815

Numune ağırlığıyla arama:

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
    Operand<TFloat32> result = bce.call(labels, predictions, sampleWeight);
    // produces 0.458f

SUM azaltma türünü kullanma:

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.SUM);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces 1.630f

NONE azaltma türünü kullanma:

    BinaryCrossentropy bce = new BinaryCrossentropy(tf, Reduction.NONE);
    Operand<TFloat32> result = bce.call(labels, predictions);
    // produces [0.916f, 0.714f]

Sabitler

boolean	FROM_LOGITS_DEFAULT
batmadan yüzmek	LABEL_SMOOTHING_DEFAULT

Devralınan Alanlar

org.tensorflow.framework.losses.Loss sınıfından

genel statik nihai Azaltma REDUCTION_DEFAULT

Kamu İnşaatçıları

	İkili Çapraz Sentropi (Ops tf) Kayıp adı olarak `getSimpleName()` , fromLogits için `FROM_LOGITS_DEFAULT` , labelSmoothing için `LABEL_SMOOTHING_DEFAULT` ve `REDUCTION_DEFAULT` Kayıp Azaltma kullanarak bir İkili Çapraz Entropi Kaybı oluşturur
	İkili Çapraz Sentropi (Ops tf, İndirgeme azaltma) Kayıp adı olarak `getSimpleName()` , fromLogits için `FROM_LOGITS_DEFAULT` ve labelSmoothing için `LABEL_SMOOTHING_DEFAULT` kullanarak bir İkili Çapraz Entropi kaybı oluşturur
	İkili Çapraztropi (Ops tf, Logits'ten boolean) Kayıp adı olarak `getSimpleName()` öğesini kullanarak, `LABEL_SMOOTHING_DEFAULT` labelSmoothing değerini, `REDUCTION_DEFAULT` azaltımı kullanarak bir İkili Çapraz Entropi kaybı oluşturur,
	BinaryCrossentropy (Ops tf, Dize adı, mantıksal fromLogits) `LABEL_SMOOTHING_DEFAULT` labelSmoothing'i kullanarak `REDUCTION_DEFAULT` azaltmasını kullanarak bir İkili Çaprazentropi kaybı oluşturur.
	İkili Çapraz Sentropi (Ops tf, Logitlerden boolean, kayan etiket Düzgünleştirme) Kayıp adı olarak `getSimpleName()` kullanılarak ve `REDUCTION_DEFAULT` azaltımı kullanılarak bir İkili Çapraz Entropi kaybı oluşturulur.
	BinaryCrossentropy (Ops tf, String name, fromLogits'ten boolean, float labelSmoothing) `REDUCTION_DEFAULT` azaltımını kullanarak bir İkili Çapraz Entropi kaybı oluşturur.
	Binary Crossentropy (Ops tf, Logitlerden boolean, kayan etiket Yumuşatma, Azaltma azaltma) İkili Krosentropi kaybı yaratır
	BinaryCrossentropy (Ops tf, String name, fromLogits'ten boolean, float labelSmoothing, Reduction azaltımı) İkili Krosentropi kaybı yaratır

Genel Yöntemler

<T TNumber'ı genişletir > İşlenen <T>

çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Kalıtsal Yöntemler

org.tensorflow.framework.losses.Loss sınıfından

abstract <T TNumarasını genişletir > İşlenen <T>	çağrı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnekAğırlıkları) Kaybı hesaplayan bir İşlenen üretir.
<T TNumber'ı genişletir > İşlenen <T>	çağrı ( İşlenen <? TNumber > etiketlerini genişletir, İşlenen <T> tahminleri) Kaybı hesaplar
Kesinti	indirgeme () Kayıp azaltımı elde edilir
Operasyonlar	getTF () TensorFlow Ops'u alır

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hashKodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

Sabitler

genel statik son boolean FROM_LOGITS_DEFAULT

Sabit Değer: yanlış

genel statik son kayan nokta LABEL_SMOOTHING_DEFAULT

Sabit Değer: 0,0

Kamu İnşaatçıları

halka açık İkili Çapraztropi (Ops tf)

Kayıp adı olarak getSimpleName() , fromLogits için FROM_LOGITS_DEFAULT , labelSmoothing için LABEL_SMOOTHING_DEFAULT ve REDUCTION_DEFAULT Kayıp Azaltma kullanarak bir İkili Çapraz Entropi Kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları

halka açık BinaryCrossentropy (Ops tf, Azaltma azaltma)

Kayıp adı olarak getSimpleName() , fromLogits için FROM_LOGITS_DEFAULT ve labelSmoothing için LABEL_SMOOTHING_DEFAULT kullanarak bir İkili Çapraz Entropi kaybı oluşturur

Parametreler

TF	TensorFlow Operasyonları
kesinti	Zarara uygulanacak İndirim Türü.

genel BinaryCrossentropy (Ops tf, Logits'ten boolean)

Kayıp adı olarak getSimpleName() öğesini kullanarak, LABEL_SMOOTHING_DEFAULT labelSmoothing değerini, REDUCTION_DEFAULT azaltımı kullanarak bir İkili Çapraz Entropi kaybı oluşturur,

Parametreler

TF	TensorFlow Operasyonları
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı

genel BinaryCrossentropy (Ops tf, Dize adı, mantıksal fromLogits)

LABEL_SMOOTHING_DEFAULT labelSmoothing'i kullanarak REDUCTION_DEFAULT azaltmasını kullanarak bir İkili Çaprazentropi kaybı oluşturur.

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı

genel BinaryCrossentropy (Ops tf, Logit'ten boolean, float labelSmoothing)

Kayıp adı olarak getSimpleName() kullanılarak ve REDUCTION_DEFAULT azaltımı kullanılarak bir İkili Çapraz Entropi kaybı oluşturulur.

Parametreler

TF	TensorFlow Operasyonları
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı
etiketDüzleştirme	[0, 1] aralığında bir sayı. 0 olduğunda yumuşatma gerçekleşmez. > 0 olduğunda, tahmin edilen etiketler ile gerçek etiketlerin yumuşatılmış versiyonu arasındaki kaybı hesaplayın; burada yumuşatma etiketleri 0,5'e doğru sıkıştırır. Daha büyük labelSmoothing değerleri daha ağır düzgünleştirmeye karşılık gelir.

genel BinaryCrossentropy (Ops tf, Dize adı, mantıksal fromLogits, float labelSmoothing)

REDUCTION_DEFAULT azaltımını kullanarak bir İkili Çapraz Entropi kaybı oluşturur.

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı
etiketDüzleştirme	[0, 1] aralığında bir sayı. 0 olduğunda yumuşatma gerçekleşmez. > 0 olduğunda, tahmin edilen etiketler ile gerçek etiketlerin yumuşatılmış versiyonu arasındaki kaybı hesaplayın; burada yumuşatma etiketleri 0,5'e doğru sıkıştırır. Daha büyük labelSmoothing değerleri daha ağır düzgünleştirmeye karşılık gelir.

genel BinaryCrossentropy (Ops tf, Logitlerden boolean, kayan etiketDüzleştirme, Azaltma azaltma)

İkili Krosentropi kaybı yaratır

Parametreler

TF	TensorFlow Operasyonları
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı
etiketDüzleştirme	[0, 1] aralığında bir sayı. 0 olduğunda yumuşatma gerçekleşmez. > 0 olduğunda, tahmin edilen etiketler ile gerçek etiketlerin yumuşatılmış versiyonu arasındaki kaybı hesaplayın; burada yumuşatma, etiketleri 0,5'e doğru sıkıştırır. Daha büyük labelSmoothing değerleri daha ağır düzgünleştirmeye karşılık gelir.
kesinti	Zarara uygulanacak İndirim Türü.

genel BinaryCrossentropy (Ops tf, Dize adı, mantıksal fromLogits, kayan etiketDüzleştirme, Azaltma azaltma)

İkili Krosentropi kaybı yaratır

Parametreler

TF	TensorFlow Operasyonları
isim	kaybın adı
itibarenLogits	Tahminlerin logit değerlerinin tensörü olarak yorumlanıp yorumlanmayacağı
etiketDüzleştirme	[0, 1] aralığında bir sayı. 0 olduğunda yumuşatma gerçekleşmez. > 0 olduğunda, tahmin edilen etiketler ile gerçek etiketlerin yumuşatılmış versiyonu arasındaki kaybı hesaplayın; burada yumuşatma etiketleri 0,5'e doğru sıkıştırır. Daha büyük labelSmoothing değerleri daha ağır düzgünleştirmeye karşılık gelir.
kesinti	Zarara uygulanacak İndirim Türü.

Atar

YasadışıTartışmaİstisna	labelSmoothing 0 - 1 aralığında değilse.

Genel Yöntemler

genel İşlenen <T> çağrısı ( İşlenen <? extends TNumber > etiketleri, İşlenen <T> tahminleri, İşlenen <T> örnek Ağırlıkları)

Kaybı hesaplayan bir İşlenen üretir.

Grafik modunda çalıştırılırsa, tahmin değerleri o [0.0] aralığının dışındaysa hesaplama TFInvalidArgumentException oluşturacaktır. 1'e.] İstekli Modunda, tahmin değerleri o [0.0] aralığının dışındaysa, bu çağrı IllegalArgumentException oluşturacaktır. 1'e.]

Parametreler

etiketler	doğruluk değerleri veya etiketleri
tahminler	Tahminler için değerler [0.0 aralığında olmalıdır. 1'e kadar.] dahil.
örnekAğırlıklar	İsteğe bağlı SampleWeights, kayıp için bir katsayı görevi görür. Bir skaler sağlanırsa, kayıp verilen değere göre ölçeklendirilir. SampleWeights, [batch_size] boyutunda bir tensör ise, o zaman partinin her numunesi için toplam kayıp, SampleWeights vektöründeki karşılık gelen öğe tarafından yeniden ölçeklendirilir. SampleWeights'ın şekli [batch_size, d0, .. dN-1] ise (veya bu şekle yayınlanabiliyorsa), o zaman tahminlerin her kayıp öğesi, karşılık gelen SampleWeights değerine göre ölçeklenir. (DN-1 ile ilgili not: tüm kayıp fonksiyonları 1 boyut azalır, genellikle eksen=-1 olur.)

İade

kayıp

Atar

YasadışıTartışmaİstisna	tahminler [0.-1.] aralığının dışındaysa.