ISupportSdcaClassificationLoss Antarmuka

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v3.0.1

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

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

Public Interface ISupportSdcaClassificationLoss
Implements IClassificationLoss, ILossFunction(Of Single, Single), ISupportSdcaLoss

Turunan

Microsoft.ML.Trainers.HingeLoss

Microsoft.ML.Trainers.LogLoss

Microsoft.ML.Trainers.SmoothedHingeLoss

Penerapan

IClassificationLoss ILossFunction<Single,Single> IScalarLoss ISupportSdcaLoss

Metode

ComputeDualUpdateInvariant(Single)	(Diperoleh dari ISupportSdcaLoss)
Derivative(Single, Single)	Turunan dari fungsi kerugian sehubungan dengan output (Diperoleh dari IScalarLoss)
DualLoss(Single, Single)	Fungsi kehilangan ganda untuk contoh pelatihan. Jika f(x) menunjukkan fungsi kerugian pada contoh pelatihan individual, maka fungsi ini mengembalikan -f*(-x*), di mana f*(x*) adalah konjugasi Fenchel f(x). (Diperoleh dari ISupportSdcaLoss)
DualUpdate(Single, Single, Single, Single, Int32)	Menghitung pembaruan ganda (\Delta\alpha_i) di SDCA alpha: variabel ganda pada instans yang ditentukan lambdaN: L2 const x jumlah instans di-cache invarian, diisyaratkan oleh metode di atas (Diperoleh dari ISupportSdcaLoss)
Loss(TOutput, TLabel)	Menghitung kerugian yang diberikan output dan kebenaran dasar. Perhatikan bahwa nilai yang dikembalikan memiliki jenis Ganda karena kerugian biasanya diakumulasikan atas banyak instans. (Diperoleh dari ILossFunction<TOutput,TLabel>)