tf.keras.metrics.СредняяОтносительнаяОшибка

Вычисляет среднюю относительную ошибку, нормализуя значения.

Наследуется от: Mean, Metric, Layer, Module

tf.keras.metrics.MeanRelativeError(
    normalizer, name=None, dtype=None
)

Эта метрика создаёт две локальные переменные, total и count, которые используются для вычисления средней относительной ошибки. Она взвешивается sample_weight, и в конечном счёте возвращается как mean_relative_error: идемпотентная операция, которая просто делит total на count.

Если sample_weight равно None, веса по умолчанию равны 1. Используйте веса 0 для маскирования значений.

Использование отдельно:

m = tf.keras.metrics.MeanRelativeError(normalizer=[1, 3, 2, 3])
m.update_state([1, 3, 2, 3], [2, 4, 6, 8])

# metric = mean(|y_pred - y_true| / normalizer)
#        = mean([1, 1, 4, 5] / [1, 3, 2, 3]) = mean([1, 1/3, 2, 5/3])
#        = 5/4 = 1.25
m.result().numpy()
1.25

Использование с API compile():

model.compile(
  optimizer='sgd',
  loss='mse',
  metrics=[tf.keras.metrics.MeanRelativeError(normalizer=[1, 3])])

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 является идемпотентной операцией, 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.