Struct DirichletCalibrator 

pub struct DirichletCalibrator {
    pub num_classes: usize,
    pub weights: Vec<f64>,
    pub bias: Vec<f64>,
}

ディリクレ較正器 (Dirichlet Calibrator)。

Kull et al. (NeurIPS 2019) の Dirichlet 較正に基づく。 対数確率ベクトル $\ln \mathbf{p}$ に対するアフィン変換 $\mathbf{z} = W \ln \mathbf{p} + \mathbf{b}$ を行い、 Softmax を適用して適正較正された確率分布を出力する。

Fields

num_classes: usize

クラス数 $K$。

weights: Vec<f64>

重み行列 $W \in \mathbb{R}^{K \times K}$ (行優先フラット配列)。

bias: Vec<f64>

バイアスベクトル $\mathbf{b} \in \mathbb{R}^K$。

Implementations

impl DirichletCalibrator

pub fn identity(num_classes: usize) -> Self

恒等変換を行う較正器 (未較正時) を生成する。

$W = I, \mathbf{b} = \mathbf{0}$ となり、入力確率分布がそのまま維持される。

pub fn new( num_classes: usize, weights: Vec<f64>, bias: Vec<f64>, ) -> Result<Self>

事前学習されたパラメータを指定して較正器を構築する。

引数

• num_classes: 分類クラス数 $K$。
• weights: $K \times K$ の行優先重み行列。
• bias: 長さ $K$ のバイアスベクトル。

pub fn calibrate(&self, probs: &[f64]) -> Result<Vec<f64>>

未較正の確率ベクトルを較正済み確率ベクトルへ変換する。

入力確率値は $\epsilon$ でクリップされ、対数空間でのアフィン変換後に Softmax で正規化される。

Trait Implementations

impl Clone for DirichletCalibrator

fn clone(&self) -> DirichletCalibrator

Returns a duplicate of the value.

fn clone_from(&mut self, source: &Self)

Performs copy-assignment from source.

impl Debug for DirichletCalibrator

fn fmt(&self, f: &mut Formatter<'_>) -> Result

Formats the value using the given formatter.

impl<'de> Deserialize<'de> for DirichletCalibrator

fn deserialize<__D>(__deserializer: __D) -> Result<Self, __D::Error>

where __D: Deserializer<'de>,

Deserialize this value from the given Serde deserializer.

impl PartialEq for DirichletCalibrator

fn eq(&self, other: &DirichletCalibrator) -> bool

Equality operator ==.

fn ne(&self, other: &Rhs) -> bool

Inequality operator !=.

impl Serialize for DirichletCalibrator

fn serialize<__S>(&self, __serializer: __S) -> Result<__S::Ok, __S::Error>

where __S: Serializer,

Serialize this value into the given Serde serializer.

impl StructuralPartialEq for DirichletCalibrator