Spec-Zone.ru › TensorFlow 2.9

tf.keras.metrics.MeanTensor

Просмотреть исходный код на GitHub

Вычисляет поэлементное (взвешенное) среднее значение заданных тензоров.

Наследуется от: Metric, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.metrics.MeanTensor

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

Просмотреть исходный код

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

Просмотреть исходный код

reset_state()

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 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

Просмотреть исходный код

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

Spec-Zone.ru

Настройки Оффлайн Что нового Помощь О нас
Spec-Zone .ru
спецификации, руководства, описания, API