org.tensorflow.framework.metrics
Organízate con las colecciones
Guarda y clasifica el contenido según tus preferencias.
Clases
| BinaryCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada binaria entre etiquetas verdaderas y etiquetas previstas. |
| CategoricalCrossentropy <T extiende TNumber > | Métrica que calcula la pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas previstas. |
| Bisagra categórica <T extiende TNumber > | Métrica que calcula la métrica de pérdida de bisagra categórica entre etiquetas y predicciones. |
| CosenoSimilaridad <T extiende TNumber > | Métrica que calcula la métrica de similitud del coseno entre etiquetas y predicciones. |
| Bisagra <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de bisagra entre etiquetas y predicciones. |
| KLDivergencia <T extiende TNumber > | Métrica que calcula la métrica de pérdida de divergencia de Kullback-Leibler entre etiquetas y predicciones. |
| LogCoshError <T extiende TNumber > | Métrica que calcula el logaritmo del coseno hiperbólico de la métrica de error de predicción entre etiquetas y predicciones. |
| Media <T extiende TNumber > | Una métrica que implementa una media ponderada WEIGHTED_MEAN |
| MeanAbsoluteError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. |
| MeanAbsolutePercentageError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. |
| MeanSquaredError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. |
| MeanSquaredLogarithmicError <T extiende TNumber > | Métrica que calcula la media de la diferencia absoluta entre etiquetas y predicciones. |
| Métrica <T extiende TNumber > | Clase base para métricas |
| Métrica | Clase auxiliar con funciones de métricas integradas. |
| Poisson <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de Poisson entre etiquetas y predicciones. |
| SparseCategorialCrossentropy <T extiende TNumber > | Una métrica que calcula la escasa pérdida de entropía cruzada categórica entre etiquetas verdaderas y etiquetas predichas. |
| SquaredHinge <T extiende TNumber > | Una métrica que calcula la métrica de pérdida de bisagra al cuadrado entre etiquetas y predicciones. |
Enumeraciones
A menos que se indique lo contrario, el contenido de esta página está sujeto a la licencia Reconocimiento 4.0 de Creative Commons y las muestras de código están sujetas a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio web de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2024-10-31 (UTC).
[[["Es fácil de entender","easyToUnderstand","thumb-up"],["Me ofreció una solución al problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Me falta la información que necesito","missingTheInformationINeed","thumb-down"],["Es demasiado complicado o hay demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Está obsoleto","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema de muestras o código","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2024-10-31 (UTC)."],[],[]]
