ISupportSdcaRegressionLoss 介面

定義

命名空間:

Microsoft.ML.Trainers

組件:

Microsoft.ML.Data.dll

套件:

Microsoft.ML v3.0.1

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

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

Public Interface ISupportSdcaRegressionLoss
Implements ILossFunction(Of Single, Single), IRegressionLoss, ISupportSdcaLoss

衍生

Microsoft.ML.Trainers.SquaredLoss

實作

ILossFunction<Single,Single> IRegressionLoss IScalarLoss ISupportSdcaLoss

方法

ComputeDualUpdateInvariant(Single)	(繼承來源 ISupportSdcaLoss)
Derivative(Single, Single)	與輸出相關的遺失函式衍生 (繼承來源 IScalarLoss)
DualLoss(Single, Single)	定型範例的雙重遺失函式。 如果 f (x) 代表個別定型範例上的遺失函式，則此函式會傳回 -f* (-x*) ，其中 f* (x*) 是 f (x) 的 Fenchel 串連。 (繼承來源 ISupportSdcaLoss)
DualUpdate(Single, Single, Single, Single, Int32)	在 SDCA 中計算雙重更新 (\Delta\Alpha_i) Alpha：指定實例上的雙重變數 LambdaN：L2 const x 實例數目 快取的不變異，由上述方法提示 (繼承來源 ISupportSdcaLoss)
Loss(TOutput, TLabel)	計算輸出和基礎事實的遺失。 請注意，傳回值的類型為 Double，因為遺失通常會累積在許多實例上。 (繼承來源 ILossFunction<TOutput,TLabel>)