ISupportSdcaLoss Interfaccia

Definizione

Spazio dei nomi:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Pacchetto:

Microsoft.ML v3.0.1

La funzione di perdita può conoscere la soluzione close-form per il doppio aggiornamento ottimale Ref: Sec(6.2) di http://jmlr.org/papers/volume14/shalev-shwartz13a/shalev-shwartz13a.pdf

public interface ISupportSdcaLoss : Microsoft.ML.Trainers.ILossFunction<float,float>, Microsoft.ML.Trainers.IScalarLoss

type ISupportSdcaLoss = interface
    interface IScalarLoss
    interface ILossFunction<single, single>

Public Interface ISupportSdcaLoss
Implements ILossFunction(Of Single, Single), IScalarLoss

Derivato

Microsoft.ML.Trainers.HingeLoss

Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

Microsoft.ML.Trainers.ISupportSdcaRegressionLoss

Microsoft.ML.Trainers.LogLoss

Microsoft.ML.Trainers.SmoothedHingeLoss

Microsoft.ML.Trainers.SquaredLoss

Implementazioni

ILossFunction<Single,Single> IScalarLoss

Metodi

ComputeDualUpdateInvariant(Single)	La funzione di perdita può conoscere la soluzione close-form per il doppio aggiornamento ottimale Ref: Sec(6.2) di http://jmlr.org/papers/volume14/shalev-shwartz13a/shalev-shwartz13a.pdf
Derivative(Single, Single)	Derivata della funzione di perdita rispetto all'output (Ereditato da IScalarLoss)
DualLoss(Single, Single)	Funzione di doppia perdita per un esempio di training. Se f(x) indica la funzione di perdita in un singolo esempio di training, questa funzione restituisce -f*(-x*), dove f*(x*) è il fenchel conjugate di f(x).
DualUpdate(Single, Single, Single, Single, Int32)	Calcolare il doppio aggiornamento (\Delta\alpha_i) in SDCA alfa: doppia variabile nell'istanza specificata lambdaN: numero x const L2 di istanze invariante memorizzato nella cache, hinted dal metodo precedente
Loss(TOutput, TLabel)	Calcola la perdita data l'output e la verità del terreno. Si noti che il valore restituito ha tipo Double perché la perdita viene in genere accumulata in molte istanze. (Ereditato da ILossFunction<TOutput,TLabel>)