ISupportSdcaLoss Interface

Definição

Namespace:

Microsoft.ML.Trainers

Assembly:

Microsoft.ML.Data.dll

Pacote:

Microsoft.ML v3.0.1

A função de perda pode conhecer a solução close-form para a atualização dupla ideal Ref: Sec(6.2) de 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

Derivado

Microsoft.ML.Trainers.HingeLoss

Microsoft.ML.Trainers.ISupportSdcaClassificationLoss

Microsoft.ML.Trainers.ISupportSdcaRegressionLoss

Microsoft.ML.Trainers.LogLoss

Microsoft.ML.Trainers.SmoothedHingeLoss

Microsoft.ML.Trainers.SquaredLoss

Implementações

ILossFunction<Single,Single> IScalarLoss

Métodos

ComputeDualUpdateInvariant(Single)	A função de perda pode conhecer a solução close-form para a atualização dupla ideal Ref: Sec(6.2) de http://jmlr.org/papers/volume14/shalev-shwartz13a/shalev-shwartz13a.pdf
Derivative(Single, Single)	Derivada da função de perda em relação à saída (Herdado de IScalarLoss)
DualLoss(Single, Single)	A função de perda dupla para um exemplo de treinamento. Se f(x) denotar a função de perda em um exemplo de treinamento individual, essa função retornará -f*(-x*), onde f*(x*) é o conjugado fenchel de f(x).
DualUpdate(Single, Single, Single, Single, Int32)	Computar a atualização dupla (\Delta\alpha_i) no SDCA alfa: variável dupla na instância especificada lambdaN: L2 const x número de instâncias invariável armazenado em cache, sugerido pelo método acima
Loss(TOutput, TLabel)	Calcula a perda dada a saída e a verdade básica. Observe que o valor retornado tem o tipo Double porque a perda geralmente é acumulada em várias instâncias. (Herdado de ILossFunction<TOutput,TLabel>)