يحسب يحسب لوغاريتم جيب التمام الزائدي لخطأ التنبؤ.
logcosh = log((exp(x) + exp(-x))/2)
، حيث x
هي predictions - labels
.
الاستخدام المستقل:
Operand<TFloat32> labels = tf.constant(new float[][] { {0.f, 1.f}, {0.f, 0.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {1.f, 1.f}, {0.f, 0.f} }); LogCosh logcosh = new LogCosh(tf); Operand<TFloat32> result = logcosh.call(labels, predictions); // produces 0.108
الاتصال مع وزن العينة:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f}); Operand<TFloat32> result = logcosh.call(labels, predictions, sampleWeight); // produces 0.087f
باستخدام نوع التخفيض SUM
:
LogCosh logcosh = new LogCosh(tf, Reduction.SUM); Operand<TFloat32> result = logcosh.call(labels, predictions); // produces 0.217f
باستخدام نوع التخفيض NONE
:
LogCosh logcosh = new LogCosh(tf, Reduction.NONE); Operand<TFloat32> result = logcosh.call(labels, predictions); // produces [0.217f, 0f]
الحقول الموروثة
المقاولون العامون
لوغ كوش (عمليات tf) إنشاء خسارة LogCosh باستخدام getSimpleName() كاسم الخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT | |
LogCosh (Ops tf، اسم السلسلة) إنشاء خسارة LogCosh باستخدام تقليل الخسارة بقيمة REDUCTION_DEFAULT | |
الأساليب العامة
<T يمتد TNumber > المعامل <T> |
الطرق الموروثة
المقاولون العامون
LogCosh العام (Ops tf)
إنشاء خسارة LogCosh باستخدام getSimpleName()
كاسم الخسارة وتقليل الخسارة بمقدار REDUCTION_DEFAULT
حدود
tf | عمليات TensorFlow |
---|
LogCosh العام (Ops tf، اسم السلسلة)
إنشاء خسارة LogCosh باستخدام تقليل الخسارة بقيمة REDUCTION_DEFAULT
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة، إذا كان فارغًا، فسيتم استخدام getSimpleName() . |
LogCosh العام (Ops tf، تقليل التخفيض )
ينشئ خسارة LogCosh باستخدام getSimpleName()
كاسم الخسارة
حدود
tf | عمليات TensorFlow |
---|---|
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
LogCosh العام (Ops tf، اسم السلسلة، تقليل التخفيض )
ينشئ خسارة LogCosh
حدود
tf | عمليات TensorFlow |
---|---|
اسم | اسم الخسارة، إذا كان فارغًا، فسيتم استخدام getSimpleName() . |
تخفيض | نوع التخفيض الذي سيتم تطبيقه على الخسارة. |
الأساليب العامة
استدعاء المعامل العام <T> ( المعامل <؟ يمتد تسميات TNumber >، تنبؤات المعامل <T>، عينات المعامل <T>)
يولد المعامل الذي يحسب الخسارة.
حدود
التسميات | قيم الحقيقة أو التسميات |
---|---|
التنبؤات | التوقعات |
SampleWeights | تعمل أوزان العينات الاختيارية كمعامل للخسارة. إذا تم توفير العدد، فسيتم ببساطة قياس الخسارة بالقيمة المحددة. إذا كان SampleWeights عبارة عن موتر بالحجم [batch_size]، فسيتم إعادة قياس إجمالي الخسارة لكل عينة من الدُفعة بواسطة العنصر المقابل في ناقل SampleWeights. إذا كان شكل SampleWeights هو [batch_size, d0, .. dN-1] (أو يمكن بثه إلى هذا الشكل)، فسيتم قياس كل عنصر خسارة في التنبؤات بالقيمة المقابلة لـ SampleWeights. (ملاحظة حول dN-1: يتم تقليل جميع وظائف الخسارة بمقدار بُعد واحد، وعادة ما يكون المحور=-1.) |
المرتجعات
- الخسارة