میانگین درصد مطلق خطا بین برچسب ها و پیش بینی ها را محاسبه می کند.
loss = 100 * abs(labels - predictions) / labels
استفاده مستقل:
Operand<TFloat32> labels = tf.constant(new float[][] { {2.f, 1.f}, {2.f, 3.f} }); Operand<TFloat32> predictions = tf.constant(new float[][] { {1.f, 1.f}, {1.f, 0.f} }); MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf); Operand<TFloat32> result = mape.call(labels, predictions); // produces 50f
تماس با وزن نمونه:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = mape.call(labels, predictions, sampleWeight); // produces 20f
با استفاده از نوع کاهش SUM
:
MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.SUM); Operand<TFloat32> result = mape.call(labels, predictions); // produces 100.0f
با استفاده از نوع کاهش NONE
:
MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.NONE); Operand<TFloat32> result = mape.call(labels, predictions); // produces [25f, 75f]
فیلدهای ارثی
سازندگان عمومی
MeanAbsolutePercentageError (Ops tf) یک MeanAbsolutePercentageError Loss با استفاده از getSimpleName() به عنوان نام ضرر و کاهش ضرر REDUCTION_DEFAULT ایجاد می کند. | |
MeanAbsolutePercentageError (Ops tf، کاهش کاهش) با استفاده از getSimpleName() به عنوان نام ضرر یک MeanAbsolutePercentageError Loss ایجاد می کند. | |
MeanAbsolutePercentageError (Ops tf، نام رشته، کاهش کاهش) یک خطای MeanAbsolutePercentage ایجاد می کند |
روش های عمومی
<T TNumber > عملوند <T> را گسترش می دهد |
روش های ارثی
سازندگان عمومی
عمومی MeanAbsolutePercentageError (Ops tf)
یک MeanAbsolutePercentageError Loss با استفاده از getSimpleName()
به عنوان نام ضرر و کاهش ضرر REDUCTION_DEFAULT
ایجاد می کند.
مولفه های
tf | TensorFlow Ops |
---|
عمومی MeanAbsolutePercentageError (Ops tf، کاهش کاهش )
با استفاده از getSimpleName()
به عنوان نام ضرر یک MeanAbsolutePercentageError Loss ایجاد می کند.
مولفه های
tf | TensorFlow Ops |
---|---|
کاهش | نوع کاهش برای اعمال زیان. |
عمومی MeanAbsolutePercentageError (Ops tf، نام رشته، کاهش کاهش )
یک خطای MeanAbsolutePercentage ایجاد می کند
مولفه های
tf | TensorFlow Ops |
---|---|
نام | نام باخت |
کاهش | نوع کاهش برای اعمال زیان. |
روش های عمومی
فراخوان عمومی Operand <T> ( Operand <? TNumber > برچسب ها را گسترش می دهد، پیش بینی های Operand <T>، Operand <T> sampleWeights)
یک عملوند تولید می کند که ضرر را محاسبه می کند.
مولفه های
برچسب ها | ارزش ها یا برچسب های حقیقت |
---|---|
پیش بینی ها | پیش بینی ها |
وزن نمونه | نمونه اختیاری Weights به عنوان ضریب ضرر عمل می کند. اگر یک اسکالر ارائه شود، ضرر به سادگی با مقدار داده شده مقیاس می شود. اگر SampleWeights یک تانسور با اندازه [batch_size] باشد، آنگاه تلفات کل برای هر نمونه از دسته توسط عنصر مربوطه در بردار SampleWeights مجدداً مقیاس میشود. اگر شکل SampleWeights [batch_size, d0, .. dN-1] باشد (یا می تواند به این شکل پخش شود)، آنگاه هر عنصر از دست دادن پیش بینی با مقدار مربوط به SampleWeights مقیاس می شود. (توجه به dN-1: تمام توابع تلفات 1 بعد کاهش می یابد، معمولاً محور =-1.) |
برمی گرداند
- از دست دادن