कहता है कि क्या लक्ष्य शीर्ष `K' पूर्वानुमानों में हैं।
यह एक `बैच_साइज़` बूल ऐरे को आउटपुट करता है, एक प्रविष्टि `आउट[i]` `सत्य` है यदि लक्ष्य वर्ग के लिए भविष्यवाणी सभी भविष्यवाणियों के बीच शीर्ष `k` भविष्यवाणियों में से एक है, उदाहरण के लिए `i`। ध्यान दें कि `इनटॉपके` का व्यवहार संबंधों के संचालन में `टॉपके` ऑप से भिन्न है; यदि कई वर्गों का पूर्वानुमान मान समान है और वे शीर्ष-`k` सीमा तक फैले हुए हैं, तो उन सभी वर्गों को शीर्ष `k` में माना जाता है।
अधिक औपचारिक रूप से, आइए
\\(predictions_i\\) उदाहरण के लिए सभी वर्गों के लिए पूर्वानुमान बनें `i`, \\(targets_i\\) उदाहरण के लिए लक्ष्य वर्ग बनें `i`, \\(out_i\\) उदाहरण के लिए आउटपुट बनें `i`,
outi=predictionsi,targetsi∈TopKIncludingTies(predictionsi)
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
विरासत में मिली विधियाँ
बूलियन | बराबर (ऑब्जेक्ट arg0) |
अंतिम कक्षा<?> | गेटक्लास () |
int यहाँ | हैशकोड () |
अंतिम शून्य | सूचित करें () |
अंतिम शून्य | सभी को सूचित करें () |
डोरी | स्ट्रिंग () |
अंतिम शून्य | प्रतीक्षा करें (लंबा arg0, int arg1) |
अंतिम शून्य | प्रतीक्षा करें (लंबा arg0) |
अंतिम शून्य | इंतज़ार () |
सार निष्पादन वातावरण | एनवी () उस निष्पादन वातावरण को लौटाएँ जिसमें यह ऑप बनाया गया था। |
सार संचालन |
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक आउटपुट < TBool > asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक InTopK क्रिएट ( स्कोप स्कोप, ऑपरेंड < TFloat32 > पूर्वानुमान, ऑपरेंड <T> लक्ष्य, ऑपरेंड <T> k)
एक नए InTopK ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
भविष्यवाणियों | एक `बैच_आकार` x `वर्ग` टेंसर। |
लक्ष्यों को | क्लास आईडी का एक `बैच_साइज़` वेक्टर। |
के | कंप्यूटिंग परिशुद्धता के लिए देखने योग्य शीर्ष तत्वों की संख्या। |
रिटर्न
- InTopK का एक नया उदाहरण
कहता है कि क्या लक्ष्य शीर्ष `K' पूर्वानुमानों में हैं।
यह एक `बैच_साइज़` बूल ऐरे को आउटपुट करता है, एक प्रविष्टि `आउट[i]` `सत्य` है यदि लक्ष्य वर्ग के लिए भविष्यवाणी सभी भविष्यवाणियों के बीच शीर्ष `k` भविष्यवाणियों में से एक है, उदाहरण के लिए `i`। ध्यान दें कि `इनटॉपके` का व्यवहार संबंधों के संचालन में `टॉपके` ऑप से भिन्न है; यदि कई वर्गों का पूर्वानुमान मान समान है और वे शीर्ष-`k` सीमा तक फैले हुए हैं, तो उन सभी वर्गों को शीर्ष `k` में माना जाता है।
अधिक औपचारिक रूप से, आइए
\\(predictions_i\\) उदाहरण के लिए सभी वर्गों के लिए पूर्वानुमान बनें `i`, \\(targets_i\\) उदाहरण के लिए लक्ष्य वर्ग बनें `i`, \\(out_i\\) उदाहरण के लिए आउटपुट बनें `i`,
outi=predictionsi,targetsi∈TopKIncludingTies(predictionsi)
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
विरासत में मिली विधियाँ
बूलियन | बराबर (ऑब्जेक्ट arg0) |
अंतिम कक्षा<?> | गेटक्लास () |
int यहाँ | हैशकोड () |
अंतिम शून्य | सूचित करें () |
अंतिम शून्य | सभी को सूचित करें () |
डोरी | स्ट्रिंग () |
अंतिम शून्य | प्रतीक्षा करें (लंबा arg0, int arg1) |
अंतिम शून्य | प्रतीक्षा करें (लंबा arg0) |
अंतिम शून्य | इंतज़ार () |
सार निष्पादन वातावरण | एनवी () उस निष्पादन वातावरण को लौटाएँ जिसमें यह ऑप बनाया गया था। |
सार संचालन |
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक आउटपुट < TBool > asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक InTopK क्रिएट ( स्कोप स्कोप, ऑपरेंड < TFloat32 > पूर्वानुमान, ऑपरेंड <T> लक्ष्य, ऑपरेंड <T> k)
एक नए InTopK ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
भविष्यवाणियों | एक `बैच_आकार` x `वर्ग` टेंसर। |
लक्ष्यों को | क्लास आईडी का एक `बैच_साइज़` वेक्टर। |
के | कंप्यूटिंग परिशुद्धता के लिए देखने योग्य शीर्ष तत्वों की संख्या। |
रिटर्न
- InTopK का एक नया उदाहरण