Esta página foi traduzida pela API Cloud Translation.

KLDivergence

classe pública KLDivergência

Uma métrica que calcula a métrica de perda de divergência de Kullback-Leibler entre rótulos e previsões.

Corda	CONTAR
Corda	TOTAL

KLDivergence (Ops tf, nome da string, semente longa, tipo Class<T>)

Cria uma métrica KLDivergence

chamada ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões)

Calcula a perda ponderada entre labels e predictions

Métrica de Perda <T>	obterPerda () Obtém a função de perda.
Lista< Op >	updateStateList ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights) Cria operações que atualizam o estado da métrica média, chamando a função de perda e passando a perda para a métrica Média para calcular a média ponderada da perda ao longo de muitas iterações.

Variável <T>	obterContar () Obtém a variável de contagem
Classe<T>	getResultType () Obtém o tipo das variáveis
Variável <T>	obterTotal () Obtém a variável total
Op.	resetEstados () Redefine quaisquer variáveis de estado para seus valores iniciais
Operando <T>	resultado () Obtém o resultado atual da métrica
Lista< Op >	updateStateList ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights) Atualiza as variáveis métricas com base nas entradas.

Operando final <T>	callOnce ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights) Chama o estado de atualização uma vez, seguido por uma chamada para obter o resultado
Corda	getNome () Obtém o nome desta métrica.
longo	obterSeed () Obtém o valor inicial do gerador de números aleatórios
Operações	obterTF () Obtém as operações do TensorFlow
operação abstrata	resetEstados () Redefine quaisquer variáveis de estado para seus valores iniciais
Operando abstrato <T>	resultado () Obtém o resultado atual da métrica
operação final	updateState ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights) Cria uma operação NoOp com dependências de controle para atualizar o estado da métrica
operação final	updateState ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights) Cria uma operação NoOp com dependências de controle para atualizar o estado da métrica
Lista< Op >	updateStateList ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões, Operando <? estende TNumber > sampleWeights) Cria uma lista de operações para atualizar o estado da métrica com base em rótulos e previsões.
Lista< Op >	updateStateList ( Operando <? estende TNumber > valores, Operando <? estende TNumber > sampleWeights) Cria uma lista de operações para atualizar o estado da métrica com base nos valores de entrada.

Da classe java.lang.Object

Operando abstrato <T>

chamada ( Operando <? estende TNumber > rótulos, Operando <? estende TNumber > previsões)

Calcula a perda ponderada entre labels e predictions

Construtores Públicos

Cria uma métrica KLDivergence

TF	as operações do TensorFlow
nome	o nome desta métrica, se for nulo, o nome da métrica será `getSimpleName()` .
semente	a semente para geração de números aleatórios. Um inicializador criado com uma determinada semente sempre produzirá o mesmo tensor aleatório para uma determinada forma e tipo de dados.
tipo	o tipo para as variáveis e resultado

Calcula a perda ponderada entre labels e predictions

rótulos	os valores de verdade ou rótulos
previsões	as previsões