tf.keras.metrics.MeanAbsoluteError

Вычисляет среднюю абсолютную ошибку между метками и прогнозами.

tf.keras.metrics.MeanAbsoluteError(
    name='mean_absolute_error', dtype=None
)

Например, если y_true это [0., 0., 1., 1.], и y_pred это [1., 1., 1., 0.] средняя абсолютная ошибка составляет 3/4 (0,75).

Использование:

m = tf.keras.metrics.MeanAbsoluteError()
m.update_state([0., 0., 1., 1.], [1., 1., 1., 0.])
print('Final result: ', m.result().numpy())  # Final result: 0.75

Использование с API tf.keras:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', metrics=[tf.keras.metrics.MeanAbsoluteError()])

Методы

reset_states

Просмотреть исходный код

reset_states()

Сбрасывает все переменные состояния метрики.

Эта функция вызывается между эпохами/шагами, когда метрика оценивается во время обучения.

result

Просмотреть исходный код

result()

Вычисляет и возвращает тензор значения метрики.

Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики с использованием переменных состояния.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

y_true и y_pred должны иметь одинаковую форму.