Mean
Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
| Sottoclassi dirette conosciute |
Sottoclassi indirette conosciute BinaryCrossentropy <T estende TNumber >, CategoricalCrossentropy <T estende TNumber >, CategoricalHinge <T estende TNumber >, CosineSimilarity <T estende TNumber >, Hinge <T estende TNumber >, KLDivergence <T estende TNumber >, LogCoshError <T estende TNumber >, MeanAbsoluteError <T estende TNumber >, MeanAbsolutePercentageError <T estende TNumber >, MeanSquaredError <T estende TNumber >, MeanSquaredLogarithmicError <T estende TNumber >, Poisson <T estende TNumber >, SparseCategoricalCrossentropy <T estende TNumber >, SquaredHinge <T estende TNumber > | BinaryCrossentropy <T estende TNumero > | Una metrica che calcola la perdita binaria di entropia incrociata tra le etichette vere e quelle previste. | | Entropia incrociata categoriale <T estende TNumero > | Una metrica che calcola la perdita di entropia incrociata categorica tra le etichette vere e quelle previste. | | CategoricalHinge <T estende TNumero > | Una metrica che calcola la metrica della perdita di cerniera categoriale tra etichette e previsioni. | | CosenoSimilarità <T estende TNumero > | Una metrica che calcola la metrica di similarità del coseno tra etichette e previsioni. | | La cerniera <T estende TNumero > | Una metrica che calcola la metrica della perdita di cerniera tra etichette e previsioni. | | KLDivergence <T estende TNumber > | Una metrica che calcola la metrica della perdita di divergenza di Kullback-Leibler tra etichette e previsioni. | | LogCoshError <T estende TNumber > | Una metrica che calcola il logaritmo del coseno iperbolico della metrica dell'errore di previsione tra etichette e previsioni. | | MeanAbsoluteError <T estende TNumber > | Una metrica che calcola la media della differenza assoluta tra etichette e previsioni. | | MeanAbsolutePercentageError <T estende TNumber > | Una metrica che calcola la media della differenza assoluta tra etichette e previsioni. | | Errorequadratomedio <T estende TNumero > | Una metrica che calcola la media della differenza assoluta tra etichette e previsioni. | | Errore logaritmico medio quadratico <T estende TNumero > | Una metrica che calcola la media della differenza assoluta tra etichette e previsioni. | | Poisson <T estende TNumero > | Una metrica che calcola la metrica della perdita di poisson tra etichette e previsioni. | | SparseCategoricoIncrocioentropia <T estende TNumero > | Una metrica che calcola la perdita di entropia incrociata categoriale sparsa tra le etichette vere e quelle previste. | | SquaredHinge <T estende TNumero > | Una metrica che calcola la metrica della perdita di cerniera al quadrato tra etichette e previsioni. |
|
Metodi ereditati
Dalla classe java.lang.Object | booleano | è uguale a (Oggetto arg0) |
| Classe finale<?> | getClass () |
| int | codice hash () |
| vuoto finale | notificare () |
| vuoto finale | notificaTutti () |
| Corda | accordare () |
| vuoto finale | attendere (lungo arg0, int arg1) |
| vuoto finale | aspetta (lungo arg0) |
| vuoto finale | Aspettare () |
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2024-10-31 UTC.
[[["Facile da capire","easyToUnderstand","thumb-up"],["Il problema è stato risolto","solvedMyProblem","thumb-up"],["Altra","otherUp","thumb-up"]],[["Mancano le informazioni di cui ho bisogno","missingTheInformationINeed","thumb-down"],["Troppo complicato/troppi passaggi","tooComplicatedTooManySteps","thumb-down"],["Obsoleti","outOfDate","thumb-down"],["Problema di traduzione","translationIssue","thumb-down"],["Problema relativo a esempi/codice","samplesCodeIssue","thumb-down"],["Altra","otherDown","thumb-down"]],["Ultimo aggiornamento 2024-10-31 UTC."],[],[]]
