パブリック クラスLogCosh
計算 予測誤差の双曲線余弦の対数を計算します。
logcosh = log((exp(x) + exp(-x))/2)
、ここでx
誤差predictions - labels
です。
スタンドアロンでの使用:
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
サンプル重量を使用して呼び出します:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.8f, 0.2f}); Operand<TFloat32> result = logcosh.call(labels, predictions, sampleWeight); // produces 0.087f
SUM
リダクション タイプを使用する場合:
LogCosh logcosh = new LogCosh(tf, Reduction.SUM); Operand<TFloat32> result = logcosh.call(labels, predictions); // produces 0.217f
NONE
削減タイプを使用する場合:
LogCosh logcosh = new LogCosh(tf, Reduction.NONE); Operand<TFloat32> result = logcosh.call(labels, predictions); // produces [0.217f, 0f]
継承されたフィールド
パブリックコンストラクター
LogCosh (運用 tf) 損失名として getSimpleName() を使用し、 REDUCTION_DEFAULT の損失削減を使用して LogCosh 損失を作成します。 | |
LogCosh (Ops tf、文字列名) REDUCTION_DEFAULT の損失削減を使用して LogCosh 損失を作成します | |
パブリックメソッド
<T extends TNumber >オペランド<T> |
継承されたメソッド
パブリックコンストラクター
パブリックLogCosh (Ops tf)
損失名としてgetSimpleName()
を使用し、 REDUCTION_DEFAULT
の損失削減を使用して LogCosh 損失を作成します。
パラメータ
TF | TensorFlow オペレーション |
---|
public LogCosh (Ops tf、文字列名)
REDUCTION_DEFAULT
の損失削減を使用して LogCosh 損失を作成します
パラメータ
TF | TensorFlow オペレーション |
---|---|
名前 | 損失の名前。null の場合はgetSimpleName() が使用されます。 |
public LogCosh (Ops tf、 Reduction削減)
getSimpleName()
を損失名として使用して LogCosh Loss を作成します
パラメータ
TF | TensorFlow オペレーション |
---|---|
削減 | 損失に適用する減額のタイプ。 |
public LogCosh (Ops tf、文字列名、 Reduction削減)
LogCosh 損失が発生します
パラメータ
TF | TensorFlow オペレーション |
---|---|
名前 | 損失の名前。null の場合はgetSimpleName() が使用されます。 |
削減 | 損失に適用する減額のタイプ。 |
パブリックメソッド
publicオペランド<T>呼び出し(オペランド<? extends TNumber > ラベル、オペランド<T> 予測、オペランド<T> サンプルウェイト)
損失を計算するオペランドを生成します。
パラメータ
ラベル | 真理値またはラベル |
---|---|
予測 | 予測 |
サンプルの重み | オプションのsampleWeightsは、損失の係数として機能します。スカラーが指定されている場合、損失は指定された値によって単純にスケーリングされます。 SampleWeights がサイズ [batch_size] のテンソルの場合、バッチの各サンプルの合計損失は、SampleWeights ベクトルの対応する要素によって再スケーリングされます。 SampleWeights の形状が [batch_size, d0, .. dN-1] の場合 (またはこの形状にブロードキャストできる場合)、予測の各損失要素は、SampleWeights の対応する値によってスケーリングされます。 (dN-1 に関する注意: すべての損失関数は 1 次元ずつ減少します。通常は axis=-1 です。) |
返品
- 損失