이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.keras.metrics.MeanAbsoluteError

TensorFlow 1 개 버전 GitHub의에서 소스보기

라벨과 예측 사이의 평균 절대 오차를 계산한다.

전자 필기장에서 사용

가이드에서 사용 튜토리얼에서 사용

name 메트릭 인스턴스 (선택 사항) 문자열 이름.
dtype 메트릭 결과 (선택) 데이터 타입.

독립형 사용 :

m = tf.keras.metrics.MeanAbsoluteError()
m.update_state([[0, 1], [0, 0]], [[1, 1], [0, 0]])
m.result().numpy()
0.25
m.reset_states()
m.update_state([[0, 1], [0, 0]], [[1, 1], [0, 0]],
               sample_weight=[1, 0])
m.result().numpy()
0.5

와 사용 compile() API :

 model.compile(
    optimizer='sgd',
    loss='mse',
    metrics=[tf.keras.metrics.MeanAbsoluteError()])
 

행동 양식

reset_states

소스보기

메트릭 상태 변수를 모두 재설정합니다.

메트릭은 훈련 기간 동안 평가 될 때이 기능은, 신 (新) 시대 / 단계 사이라고합니다.

result

소스보기

계산하여 반환 메트릭 값 텐서를.

계산 결과는 단순히 상기 상태 변수를 이용하여 통계 값을 산출 멱등 동작이다.

update_state

소스보기

통계 통계를 축적한다.

y_truey_pred 같은 모양이 있어야합니다.

인수
y_true 지상의 진리 값. 형상 = [batch_size, d0, .. dN] .
y_pred 예측 값. 형상 = [batch_size, d0, .. dN] .
sample_weight 선택적 sample_weight 상기 메트릭에 대한 계수로서 작용한다. 스칼라가 제공되는 경우, 상기 메트릭은 단순히 주어진 값에 의해 스케일링된다. 경우 sample_weight 크기의 텐서 [batch_size] , 배치의 각각의 샘플에 대한 그 메트릭은의 대응 요소에 의해 재 스케일링된다 sample_weight 벡터. 형상 경우 sample_weight 있다 [batch_size, d0, .. dN-1] (또는이 형상에 방송 될 수있다)는, 다음의 각 측정 원소 y_pred 의 대응하는 값에 의해 스케일링된다 sample_weight . (주에 dN-1 : 모든 메트릭 함수는 1 개 차원으로 감소 보통 마지막 축 (-1)).

보고
업데이트 연산.