SmoothedHingeLoss Classe

Définition

Espace de noms:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Paquet:

Microsoft.ML v3.0.1

Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.

public sealed class SmoothedHingeLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

type SmoothedHingeLoss = class
    interface ISupportSdcaClassificationLoss
    interface ISupportSdcaLoss
    interface IScalarLoss
    interface ILossFunction<single, single>
    interface IClassificationLoss

Public NotInheritable Class SmoothedHingeLoss
Implements ILossFunction(Of Single, Single), ISupportSdcaClassificationLoss

Héritage

Object

SmoothedHingeLoss

Implémente

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaClassificationLoss ISupportSdcaLoss

Remarques

Let $f(\hat{y}, y) = 1 - y\hat{y}$, où $\hat{y}$ est le score prédit et $y \in \{-1, 1\}$ est l’étiquette vraie. $f(\hat{y}, y)$ ici est la partie non nulle de la perte de charnière.

Notez que les étiquettes utilisées dans ce calcul sont -1 et 1, contrairement à la perte de journal, où les étiquettes utilisées sont 0 et 1. De même, contrairement à la perte de journal, $\hat{y}$ est le score prédit brut, et non la probabilité prédite (qui est calculée en appliquant une fonction sigmoïde au score prédit).

La fonction De perte de charnière lissée est ensuite définie comme suit :

$ L(f(\hat{y}, y)) = \begin{cases} 0 & \text{if } f(\hat{y}, y) < 0 \\ \frac{(f(\hat{y}, y))^2}{2\alpha} & \text{if } f(\hat{y}, y) < \alpha \\ f(\hat{y}, y) - \frac{\alpha}{2} & \text{otherwise} \end{cases} $

où $\alpha$ est un paramètre de lissage défini sur 1 par défaut.

Constructeurs

SmoothedHingeLoss(Single)

Constructeur pour la perte de charnière lissée.

Méthodes

ComputeDualUpdateInvariant(Single)	Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.
Derivative(Single, Single)	Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.
DualLoss(Single, Single)	Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.
DualUpdate(Single, Single, Single, Single, Int32)	Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.
Loss(Single, Single)	Version fluide de la HingeLoss fonction, couramment utilisée dans les tâches de classification.