ISupportSdcaLoss Antarmuka

Definisi

Ruang nama:

Microsoft.ML.Trainers

Rakitan:

Microsoft.ML.Data.dll

Paket:

Microsoft.ML v3.0.1

Fungsi kerugian mungkin mengetahui solusi bentuk dekat untuk pembaruan ganda optimal Ref: Sec(6.2) dari 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

Turunan

Microsoft.ML.Trainers.HingeLoss

Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

Microsoft.ML.Trainers.ISupportSdcaRegressionLoss

Microsoft.ML.Trainers.LogLoss

Microsoft.ML.Trainers.SmoothedHingeLoss

Microsoft.ML.Trainers.SquaredLoss

Penerapan

ILossFunction<Single,Single> IScalarLoss

Metode

ComputeDualUpdateInvariant(Single)	Fungsi kerugian mungkin mengetahui solusi bentuk dekat untuk pembaruan ganda optimal Ref: Sec(6.2) dari http://jmlr.org/papers/volume14/shalev-shwartz13a/shalev-shwartz13a.pdf
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).
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 invarian yang di-cache, diisyaratkan oleh metode di atas
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>)