tf.keras.metrics.MeanTensor
| Просмотреть исходный код на GitHub |
Вычисляет поэлементное (взвешенное) среднее значение заданных тензоров.
Наследуется от: Metric, Layer, Module
tf.keras.metrics.MeanTensor(
name='mean_tensor', dtype=None, shape=None
)
MeanTensor возвращает тензор с той же формой, что и входные тензоры. Среднее значение обновляется, сохраняя локальные переменные total и count. total отслеживает сумму взвешенных значений, а count хранит сумму взвешенных счётчиков.
| Аргументы | |
|---|---|
name | (Необязательно) имя метрики. |
dtype | (Необязательно) тип данных результата метрики. |
shape | (Необязательно) список целых чисел, кортеж целых чисел или одномерный тензор типа int32. Если не указано, форма выводится из значений при первом вызове update_state. |
Использование в автономном режиме:
m = tf.keras.metrics.MeanTensor() m.update_state([0, 1, 2, 3]) m.update_state([4, 5, 6, 7]) m.result().numpy() array([2., 3., 4., 5.], dtype=float32)
m.update_state([12, 10, 8, 6], sample_weight= [0, 0.2, 0.5, 1]) m.result().numpy() array([2. , 3.6363635, 4.8 , 5.3333335], dtype=float32)
m = tf.keras.metrics.MeanTensor(dtype=tf.float64, shape=(1, 4)) m.result().numpy() array([[0., 0., 0., 0.]]) m.update_state([[0, 1, 2, 3]]) m.update_state([[4, 5, 6, 7]]) m.result().numpy() array([[2., 3., 4., 5.]])
| Атрибуты | |
|---|---|
count | |
total | |
Методы
merge_state
merge_state(
metrics
)
Объединяет состояние от одной или нескольких метрик.
Этот метод может использоваться распределёнными системами для объединения состояния, вычисленного различными экземплярами метрик. Обычно состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит два значения весов: общую сумму и счётчик. Если есть два экземпляра tf.keras.metrics.Accuracy, которые каждый независимо агрегируют частичное состояние для вычисления общей точности, состояния этих двух метрик можно объединить следующим образом:
m1 = tf.keras.metrics.Accuracy() _ = m1.update_state([[1], [2]], [[0], [2]])
m2 = tf.keras.metrics.Accuracy() _ = m2.update_state([[3], [4]], [[3], [4]])
m2.merge_state([m1]) m2.result().numpy() 0.75
| Аргументы | |
|---|---|
metrics | итерируемый объект метрик. Метрики должны иметь совместимое состояние. |
| Исключения | |
|---|---|
ValueError | Если предоставленный итерируемый объект не содержит метрики, соответствующие требованиям метрики. |
reset_state
reset_state()
Сбрасывает все переменные состояния метрики.
Эта функция вызывается между эпохами/шагами, когда метрика оценивается во время обучения.
result
result()
Вычисляет и возвращает скалярное значение метрики или словарь скалярных значений.
Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики с использованием переменных состояния.
| Возвращаемое значение | |
|---|---|
| Скалярный тензор или словарь скалярных тензоров. |
update_state
update_state(
values, sample_weight=None
)
Накапливает статистику для вычисления поэлементного среднего значения.
| Аргументы | |
|---|---|
values | Значение на пример. |
sample_weight | Необязательное взвешивание каждого примера. По умолчанию равно 1. |
| Возвращаемое значение | |
|---|---|
| Операция обновления. |
© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/keras/metrics/MeanTensor