Trang này được dịch bởi Cloud Translation API.

BinaryCrossentropy

lớp công khai nhị phânCrossentropy

Một Số liệu tính toán tổn thất entropy chéo nhị phân giữa các nhãn thực và các nhãn được dự đoán.

Đây là lớp số liệu chéo entropy được sử dụng khi chỉ có hai lớp nhãn (0 và 1).

Hằng số kế thừa

Từ lớp org.tensorflow.framework.metrics.impl.Reduce

Sợi dây	ĐẾM
Sợi dây	TỔNG CỘNG

Nhà xây dựng công cộng

BinaryCrossentropy (Ops tf, Tên chuỗi, boolean fromLogits, nhãn nổi Làm mịn, hạt dài, loại Class<T>)

Tạo số liệu BinaryCrossentropy

Phương pháp công khai

Toán hạng <T>

gọi ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán)

Tính toán tổn thất có trọng số giữa labels và predictions

Phương pháp kế thừa

Từ lớp org.tensorflow.framework.metrics.impl.MeanMetricWrapper

Số liệu tổn thất <T>

thua lỗ ()

Nhận chức năng mất mát.

Danh sách< Op >

updateStateList ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights)

Tạo các Hoạt động cập nhật trạng thái của số liệu trung bình, bằng cách gọi hàm mất mát và chuyển tổn thất sang số liệu Trung bình để tính giá trị trung bình có trọng số của tổn thất qua nhiều lần lặp.

Từ lớp org.tensorflow.framework.metrics.impl.Reduce

Biến <T>	getCount () Lấy biến đếm
Lớp<T>	getResultType () Lấy kiểu cho các biến
Biến <T>	getTotal () Lấy biến tổng
Ồ	resetStates () Đặt lại bất kỳ biến trạng thái nào về giá trị ban đầu của chúng
Toán hạng <T>	kết quả () Nhận kết quả hiện tại của số liệu
Danh sách< Op >	updateStateList ( Toán hạng <? mở rộng giá trị TNumber >, Toán hạng <? mở rộng TNumber > sampleWeights) Cập nhật các biến số liệu dựa trên đầu vào.

Từ lớp org.tensorflow.framework.metrics.Metric

Toán hạng cuối cùng <T>	callOnce ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights) Cuộc gọi cập nhật trạng thái một lần, sau đó là cuộc gọi để nhận kết quả
Sợi dây	lấy Tên () Lấy tên của số liệu này.
dài	getSeed () Nhận giá trị hạt giống của trình tạo số ngẫu nhiên
Rất tiếc	getTF () Nhận hoạt động của TensorFlow
trừu tượng Op	resetStates () Đặt lại bất kỳ biến trạng thái nào về giá trị ban đầu của chúng
Toán hạng trừu tượng <T>	kết quả () Nhận kết quả hiện tại của số liệu
bài hát cuối cùng	updateState ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu
bài hát cuối cùng	updateState ( Toán hạng <? mở rộng TNumber > giá trị, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Hoạt động NoOp với các phần phụ thuộc kiểm soát để cập nhật trạng thái số liệu
Danh sách< Op >	updateStateList ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên nhãn và dự đoán.
Danh sách< Op >	updateStateList ( Toán hạng <? mở rộng giá trị TNumber >, Toán hạng <? mở rộng TNumber > sampleWeights) Tạo Danh sách hoạt động để cập nhật trạng thái số liệu dựa trên các giá trị đầu vào.

Từ lớp java.lang.Object

boolean	bằng (Đối tượng arg0)
Lớp cuối cùng<?>	getClass ()
int	Mã Băm ()
khoảng trống cuối cùng	thông báo ()
khoảng trống cuối cùng	thông báoTất cả ()
Sợi dây	toString ()
khoảng trống cuối cùng	chờ đã (arg0 dài, int arg1)
khoảng trống cuối cùng	chờ đã (arg0 dài)
khoảng trống cuối cùng	Chờ đợi ()

Từ giao diện org.tensorflow.framework.metrics.impl.LossMetric

Toán hạng trừu tượng <T>

gọi ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán)

Tính toán tổn thất có trọng số giữa labels và predictions

Nhà xây dựng công cộng

public BinaryCrossentropy (Ops tf, Tên chuỗi, boolean fromLogits, nhãn nổi Làm mịn, hạt dài, loại Class<T>)

Tạo số liệu BinaryCrossentropy

Thông số

tf	hoạt động của TensorFlow
tên	tên của số liệu này, nếu null thì tên số liệu là `getSimpleName()` .
từNhật ký	Có diễn giải các dự đoán dưới dạng tenxơ của các giá trị logit thay vì phân bố xác suất hay không.
nhãnLàm mịn	giá trị được sử dụng để làm mịn nhãn. Khi bằng 0, không xảy ra làm mịn. Khi > 0, hãy tính tổn thất giữa các nhãn được dự đoán và phiên bản được làm mịn của các nhãn thực, trong đó việc làm mịn sẽ ép các nhãn về phía 0,5. Giá trị lớn hơn của label_smoothing tương ứng với việc làm mịn nặng hơn.
hạt giống	hạt giống cho việc tạo số ngẫu nhiên. Trình khởi tạo được tạo bằng một hạt giống nhất định sẽ luôn tạo ra cùng một tenxơ ngẫu nhiên giống nhau cho hình dạng và kiểu dữ liệu nhất định.
kiểu	loại cho các biến và kết quả

Phương pháp công khai

lệnh gọi Toán hạng công khai <T> ( Toán hạng <? mở rộng TNumber > nhãn, Toán hạng <? mở rộng TNumber > dự đoán)

Tính toán tổn thất có trọng số giữa labels và predictions

Thông số

nhãn	các giá trị thật hoặc nhãn
phỏng đoán	những dự đoán

Trả lại

sự mất mát