Oblicza średni bezwzględny błąd procentowy między etykietami i przewidywaniami.
loss = 100 * abs(labels - predictions) / labels
Samodzielne użycie:
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
Wywołanie z wagą próbki:
Operand<TFloat32> sampleWeight = tf.constant(new float[] {0.7f, 0.3f}); Operand<TFloat32> result = mape.call(labels, predictions, sampleWeight); // produces 20f
Używanie typu redukcji SUM
:
MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.SUM); Operand<TFloat32> result = mape.call(labels, predictions); // produces 100.0f
Używanie typu redukcji NONE
:
MeanAbsolutePercentageError mape = new MeanAbsolutePercentageError(tf, Reduction.NONE); Operand<TFloat32> result = mape.call(labels, predictions); // produces [25f, 75f]
Dziedziczone pola
Konstruktorzy publiczni
ŚredniAbsoluteProcentowy błąd (Ops tf) Tworzy stratę MeanAbsolutePercentageError przy użyciu getSimpleName() jako nazwy straty i redukcji straty wynoszącej REDUCTION_DEFAULT | |
MeanAbsolutePercentageError (Ops tf, redukcja redukcji ) Tworzy stratę MeanAbsolutePercentageError, używając getSimpleName() jako nazwy straty | |
MeanAbsolutePercentageError (Ops tf, nazwa ciągu, redukcja redukcji ) Tworzy błąd MeanAbsolutePercentageError |
Metody publiczne
<T rozszerza TNumer > Operand <T> |
Metody dziedziczone
Konstruktorzy publiczni
publiczny ŚredniAbsolutePercentageError (Ops tf)
Tworzy stratę MeanAbsolutePercentageError przy użyciu getSimpleName()
jako nazwy straty i redukcji straty wynoszącej REDUCTION_DEFAULT
Parametry
tf | operacji TensorFlow |
---|
public MeanAbsolutePercentageError (Ops tf, redukcja redukcji )
Tworzy stratę MeanAbsolutePercentageError, używając getSimpleName()
jako nazwy straty
Parametry
tf | operacji TensorFlow |
---|---|
zmniejszenie | Rodzaj obniżki stosowanej w przypadku straty. |
public MeanAbsolutePercentageError (Ops tf, nazwa ciągu, redukcja redukcji )
Tworzy błąd MeanAbsolutePercentageError
Parametry
tf | operacji TensorFlow |
---|---|
nazwa | nazwa straty |
zmniejszenie | Rodzaj obniżki stosowanej w przypadku straty. |
Metody publiczne
publiczne wywołanie argumentu <T> ( operand <? rozszerza TNumber > etykiety, przewidywania argumentu <T>, argumentu <T> próbkiWagi)
Generuje argument, który oblicza stratę.
Parametry
etykiety | wartości prawdy lub etykiety |
---|---|
prognozy | przewidywania |
próbkiWagi | Opcjonalne próbkiWeights działają jako współczynnik straty. Jeśli podany jest skalar, strata jest po prostu skalowana według podanej wartości. Jeśli SampleWeights jest tensorem rozmiaru [batch_size], wówczas całkowita strata dla każdej próbki w partii jest przeskalowana przez odpowiedni element wektora SampleWeights. Jeśli kształt SampleWeights wynosi [batch_size, d0, .. dN-1] (lub może być nadawany do tego kształtu), wówczas każdy element predykcji straty jest skalowany przez odpowiednią wartość SampleWeights. (Uwaga do dN-1: wszystkie funkcje strat zmniejszają się o 1 wymiar, zwykle oś=-1.) |
Zwroty
- strata