Menghitung kerugian engsel kuadrat antara label dan prediksi.
loss = square(maximum(1 - labels * predictions, 0))
nilai labels diharapkan -1 atau 1. Jika label biner (0 atau 1) diberikan, label tersebut akan dikonversi ke -1 atau 1.
Penggunaan mandiri:
Operand<TFloat32> labels =
tf.constant(new float[][] { {0., 1.}, {0., 0.} });
Operand<TFloat32> predictions =
tf.constant(new float[][] { {0.6f, 0.4f}, {0.4f, 0.6f} });
SquaredHinge squaredHinge = new SquaredHinge(tf);
Operand<TFloat32> result = squaredHinge.call(labels, predictions);
// produces 1.86f
Memanggil dengan berat sampel:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {1.f, 0.f});
Operand<TFloat32> result = squaredHinge.call(labels, predictions,
sampleWeight);
// produces 0.73f
Menggunakan tipe pengurangan SUM :
SquaredHinge squaredHinge = new SquaredHinge(tf, Reduction.SUM);
Operand<TFloat32> result = squaredHinge.call(labels, predictions);
// produces 3.72f
Menggunakan tipe reduksi NONE :
SquaredHinge squaredHinge = new SquaredHinge(tf, Reduction.NONE);
Operand<TFloat32> result = squaredHinge.call(labels, predictions);
// produces [1.46f, 2.26f]
Bidang Warisan
Konstruktor Publik
Engsel Kuadrat (Ops tf) Membuat Kerugian Engsel Kuadrat menggunakan getSimpleName() sebagai nama kerugian dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT | |
SquaredHinge (Ops tf, Pengurangan pengurangan) Membuat Kerugian Engsel Kuadrat menggunakan getSimpleName() sebagai nama kerugian | |
Metode Publik
| <T memperluas TNomber > Operan <T> |
Metode Warisan
Konstruktor Publik
Engsel Kuadrat publik (Ops tf)
Membuat Kerugian Engsel Kuadrat menggunakan getSimpleName() sebagai nama kerugian dan Pengurangan Kerugian sebesar REDUCTION_DEFAULT
Parameter
| tf | Operasi TensorFlow |
|---|
public SquaredHinge (Ops tf, Pengurangan pengurangan)
Membuat Kerugian Engsel Kuadrat menggunakan getSimpleName() sebagai nama kerugian
Parameter
| tf | Operasi TensorFlow |
|---|---|
| pengurangan | Jenis Pengurangan yang diterapkan pada kerugian. |
public SquaredHinge (Ops tf, Nama string, Pengurangan pengurangan)
Membuat Engsel Kuadrat
Parameter
| tf | Operasi TensorFlow |
|---|---|
| nama | nama kerugiannya |
| pengurangan | Jenis Pengurangan yang diterapkan pada kerugian. |
Metode Publik
panggilan Operand <T> publik ( label Operand <? extends TNumber >, prediksi Operand <T>, Operand <T> sampleWeights)
Menghasilkan Operan yang menghitung kerugian.
Jika dijalankan dalam mode Grafik, komputasi akan memunculkan TFInvalidArgumentException jika nilai label tidak ada dalam kumpulan [-1., 0., 1.]. Dalam Mode Eager, panggilan ini akan memunculkan IllegalArgumentException , jika nilai label tidak ada dalam set [-1., 0., 1.].
Parameter
| label | nilai atau label kebenaran, harus berupa -1, 0, atau 1. Nilai yang diharapkan adalah -1 atau 1. Jika label biner (0 atau 1) diberikan, maka akan dikonversi ke -1 atau 1. |
|---|---|
| prediksi | prediksi, nilai harus berada dalam kisaran [0. ke 1.] inklusif. |
| sampelBerat | SampleWeights opsional bertindak sebagai koefisien kerugian. Jika skalar disediakan, maka kerugiannya hanya diskalakan dengan nilai yang diberikan. Jika SampleWeights adalah tensor dengan ukuran [batch_size], maka total kerugian untuk setiap sampel batch akan diubah skalanya dengan elemen yang sesuai dalam vektor SampleWeights. Jika bentuk SampleWeights adalah [batch_size, d0, .. dN-1] (atau dapat disiarkan ke bentuk ini), maka setiap elemen prediksi yang hilang akan diskalakan dengan nilai SampleWeights yang sesuai. (Catatan pada dN-1: semua fungsi kerugian berkurang 1 dimensi, biasanya sumbu=-1.) |
Kembali
- kerugiannya
Melempar
| Pengecualian Argumen Ilegal | jika prediksi berada di luar rentang [0.-1.]. |
|---|