MeanAbsolutePercentageError

classe publique MeanAbsolutePercentageError

Calcule le pourcentage d’erreur absolu moyen entre les étiquettes et les prédictions.

loss = 100 * abs(labels - predictions) / labels

Utilisation autonome :

    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
 

Appel avec le poids de l'échantillon :

    Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f});
    Operand<TFloat32> result = mape.call(labels, predictions, sampleWeight);
    // produces 20f
 

Utilisation du type de réduction SUM :

    MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.SUM);
    Operand<TFloat32> result = mape.call(labels, predictions);
    // produces 100.0f
 

Utilisation du type de réduction NONE :

    MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.NONE);
    Operand<TFloat32> result = mape.call(labels, predictions);
    // produces [25f, 75f]
 

Champs hérités

Constructeurs Publics

MeanAbsolutePercentageError (Ops tf)
Crée une perte MeanAbsolutePercentageError en utilisant getSimpleName() comme nom de perte et une réduction de perte de REDUCTION_DEFAULT
MeanAbsolutePercentageError (Ops tf, réduction de réduction )
Crée une perte MeanAbsolutePercentageError en utilisant getSimpleName() comme nom de perte
MeanAbsolutePercentageError (Ops tf, nom de chaîne, réduction de réduction )
Crée une erreur MeanAbsolutePercentageError

Méthodes publiques

<T étend TNumber > Opérande <T>
appel ( Opérande <? étend TNumber > étiquettes, Opérande <T> prédictions, Opérande <T> sampleWeights)
Génère un opérande qui calcule la perte.

Méthodes héritées

Constructeurs Publics

public MeanAbsolutePercentageError (Ops tf)

Crée une perte MeanAbsolutePercentageError en utilisant getSimpleName() comme nom de perte et une réduction de perte de REDUCTION_DEFAULT

Paramètres
tf les opérations TensorFlow

public MeanAbsolutePercentageError (Ops tf, réduction )

Crée une perte MeanAbsolutePercentageError en utilisant getSimpleName() comme nom de perte

Paramètres
tf les opérations TensorFlow
réduction Type de réduction à appliquer sur le sinistre.

public MeanAbsolutePercentageError (Ops tf, nom de chaîne, réduction de réduction )

Crée une erreur MeanAbsolutePercentageError

Paramètres
tf les opérations TensorFlow
nom le nom de la perte
réduction Type de réduction à appliquer sur le sinistre.

Méthodes publiques

appel public Operand <T> ( Operand <? extends TNumber > labels, Operand <T> prédictions, Operand <T> sampleWeights)

Génère un opérande qui calcule la perte.

Paramètres
Étiquettes les valeurs ou étiquettes de vérité
prédictions les prédictions
exemples de poids sampleWeights facultatif agit comme un coefficient pour la perte. Si un scalaire est fourni, alors la perte est simplement adaptée à la valeur donnée. Si SampleWeights est un tenseur de taille [batch_size], alors la perte totale pour chaque échantillon du lot est redimensionnée par l'élément correspondant dans le vecteur SampleWeights. Si la forme de SampleWeights est [batch_size, d0, .. dN-1] (ou peut être diffusée vers cette forme), alors chaque élément de perte de prédictions est mis à l'échelle par la valeur correspondante de SampleWeights. (Remarque sur dN-1 : toutes les fonctions de perte sont réduites d'une dimension, généralement axis=-1.)
Retour
  • la perte