ISupportSdcaLoss 인터페이스

정의

중요

일부 정보는 릴리스되기 전에 상당 부분 수정될 수 있는 시험판 제품과 관련이 있습니다. Microsoft는 여기에 제공된 정보에 대해 어떠한 명시적이거나 묵시적인 보증도 하지 않습니다.

손실 함수는 최적의 이중 업데이트 Ref: Sec(6.2)에 대한 클로즈 양식 솔루션을 알 수 있습니다. 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

파생: Microsoft.ML.Trainers.HingeLoss

Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

Microsoft.ML.Trainers.ISupportSdcaRegressionLoss

Microsoft.ML.Trainers.LogLoss

Microsoft.ML.Trainers.SmoothedHingeLoss

자세히…

ComputeDualUpdateInvariant(Single)	손실 함수는 최적의 이중 업데이트 Ref: Sec(6.2)에 대한 클로즈 양식 솔루션을 알 수 있습니다. http://jmlr.org/papers/volume14/shalev-shwartz13a/shalev-shwartz13a.pdf
Derivative(Single, Single)	출력과 관련된 손실 함수의 파생 (다음에서 상속됨 IScalarLoss)
DualLoss(Single, Single)	학습 예제의 이중 손실 함수입니다. f(x)가 개별 학습 예제의 손실 함수를 나타내는 경우 이 함수는 -f(-x)를 반환합니다. 여기서 f(x)는 f(x)의 펜첼 컨줄입니다.
DualUpdate(Single, Single, Single, Single, Int32)	SDCA에서 이중 업데이트(\Delta\alpha_i) 컴퓨팅 alpha: 지정된 인스턴스의 이중 변수 lambdaN: L2 const x 인스턴스 수 캐시된 고정, 위의 메서드에 의해 암시됨
Loss(TOutput, TLabel)	출력 및 지상 진리를 고려하여 손실을 계산합니다. 손실은 일반적으로 많은 인스턴스에 걸쳐 누적되므로 반환 값에는 Double 형식이 있습니다. (다음에서 상속됨 ILossFunction<TOutput,TLabel>)