Agrega el resumen de estadísticas acumuladas para el lote.
Las estadísticas resumidas contienen gradientes y arpilleras acumulados para cada nodo, depósito e identificación de dimensión.
Constantes
| Cadena | OP_NOMBRE | El nombre de esta operación, como lo conoce el motor central de TensorFlow. |
Métodos públicos
| estático BoostedTreesSparseAggregateStats | crear ( alcance alcance, Operando < TInt32 > nodeIds, Operando < TFloat32 > gradientes, Operando < TFloat32 > arpilleras, Operando < TInt32 > featureIndices, Operando < TInt32 > featureValues, Operando < TInt32 > featureShape, Long maxSplits, Long numBuckets) Método de fábrica para crear una clase que envuelve una nueva operación BoostedTreesSparseAggregateStats. |
| Salida < TInt32 > | statsSummaryIndices () int32; Índices de rango 2 de tensores dispersos resumidos (forma = [número de estadísticas distintas de cero, 4]) El segundo eje solo puede ser 4, incluida la identificación del nodo, la dimensión de la característica, la identificación del depósito y la dimensión_estadística. |
| Salida < TInt32 > | estadísticasResumenForma () Tensor de rango 1 de salida (forma = [4]) El tensor tiene los siguientes 4 valores: [max_splits, feature_dimension, num_buckets, stats_dimension], donde stats_dimension = gradient_dimension + hessian_dimension. |
| Salida <TFloat32> | estadísticasResumenValores () Tensor de rango 1 de salida (forma = [número de estadísticas distintas de cero]) |
Métodos heredados
Constantes
Cadena final estática pública OP_NAME
El nombre de esta operación, como lo conoce el motor central de TensorFlow.
Métodos públicos
creación pública estática de BoostedTreesSparseAggregateStats ( alcance , operando < TInt32 > nodeIds, operando < TFloat32 > gradientes, operando < TFloat32 > arpillera, operando < TInt32 > featureIndices, operando < TInt32 > featureValues, operando < TInt32 > featureShape, Long maxSplits, Long numBuckets)
Método de fábrica para crear una clase que envuelve una nueva operación BoostedTreesSparseAggregateStats.
Parámetros
| alcance | alcance actual |
|---|---|
| ID de nodo | int32; Tensor de rango 1 que contiene identificadores de nodo para cada ejemplo, forma [tamaño_lote]. |
| gradientes | flotador32; Tensor de rango 2 (forma = [batch_size, logits_dimension]) con gradientes para cada ejemplo. |
| arpillera | flotador32; Tensor de rango 2 (forma = [batch_size, hessian_dimension]) con arpillera para cada ejemplo. |
| índices de características | int32; Índices de rango 2 de tensores dispersos de características (forma = [número de entradas dispersas, 2]). Número de entradas dispersas en todas las instancias del lote. El primer valor es el índice de la instancia, el segundo es la dimensión de la característica. El segundo eje solo puede tener 2 valores, es decir, la versión densa de entrada de Tensor solo puede ser una matriz. |
| valores de características | int32; Valores de rango 1 de tensores dispersos de características (forma = [número de entradas dispersas]). Número de entradas dispersas en todas las instancias del lote. El primer valor es el índice de la instancia, el segundo es la dimensión de la característica. |
| característicaForma | int32; Forma densa de rango 1 de tensores dispersos de características (forma = [2]). El primer eje solo puede tener 2 valores, [batch_size, feature_dimension]. |
| maxDivisiones | En t; el máximo número de divisiones posibles en todo el árbol. |
| numCubos | En t; es igual al valor máximo posible de la característica agrupada en cubos + 1. |
Devoluciones
- una nueva instancia de BoostedTreesSparseAggregateStats
Salida pública < TInt32 > statsSummaryIndices ()
int32; Índices de rango 2 de tensores dispersos resumidos (forma = [número de estadísticas distintas de cero, 4]) El segundo eje solo puede ser 4, incluida la identificación del nodo, la dimensión de la característica, la identificación del depósito y la dimensión_estadística. dimensión_estadística = dimensión_logits + dimensión_hessiana.
Salida pública < TInt32 > statsSummaryShape ()
Tensor de rango 1 de salida (forma = [4]) El tensor tiene los siguientes 4 valores: [max_splits, feature_dimension, num_buckets, stats_dimension], donde stats_dimension = gradient_dimension + hessian_dimension. gradient_dimension es lo mismo que label_dimension, es decir, el espacio de salida. hessian_dimension puede ser la misma que la dimensión logits cuando se usa arpillera diagonal, o label_dimension^2 cuando se usa arpillera completa.
Salida pública <TFloat32> statsSummaryValues ()
Tensor de rango 1 de salida (forma = [número de estadísticas distintas de cero])