Spec-Zone.ru › TensorFlow 2.9

tf.keras.metrics.SquaredHinge

Просмотреть исходный код на GitHub

Вычисляет квадратную меру шарнира между y_true и y_pred.

Наследуется от: MeanMetricWrapper, Mean, Metric, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.metrics.SquaredHinge

tf.keras.metrics.SquaredHinge(
    name='squared_hinge', dtype=None
)

Ожидаются значения y_true -1 или 1. Если предоставляются бинарные метки (0 или 1), мы преобразуем их в -1 или 1.

Аргументы
name (Необязательно) строковое имя экземпляра метрики.
dtype (Необязательно) тип данных результата метрики.

Использование автономных приложений:

m = tf.keras.metrics.SquaredHinge()
m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]])
m.result().numpy()
1.86
m.reset_state()
m.update_state([[0, 1], [0, 0]], [[0.6, 0.4], [0.4, 0.6]],
               sample_weight=[1, 0])
m.result().numpy()
1.46

Использование с API compile():

model.compile(
    optimizer='sgd',
    loss='mse',
    metrics=[tf.keras.metrics.SquaredHinge()])

Методы

merge_state

Просмотреть исходный код

merge_state(
    metrics
)

Объединяет состояние из одной или нескольких метрик.

Этот метод может использоваться распределенными системами для объединения состояния, вычисленного различными экземплярами метрик. Обычно состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит список двух значений весов: общее значение и счетчик. Если бы существовали два экземпляра tf.keras.metrics.Accuracy, которые независимо агрегировали частичное состояние для расчета общей точности, состояния этих двух метрик можно было бы 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 метрик, соответствующих требуемым спецификациям 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 скаляров.

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

Возвращает
Скалярный тензор или словарь скалярных тензоров.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

Для разреженных категориальных метрик формы y_true и y_pred отличаются.

Аргументы
y_true Значения метки факта. форма = [batch_size, d0, .. dN-1] или форма = [batch_size, d0, .. dN-1, 1].
y_pred Значения предсказанных вероятностей. форма = [batch_size, d0, .. dN].
sample_weight Необязательный sample_weight выступает в качестве коэффициента для метрики. Если предоставляется скаляр, то метрика просто масштабируется на заданное значение. Если sample_weight является тензором размера [batch_size], то метрика для каждого образца пакета масштабируется соответствующим элементом в векторе sample_weight. Если форма sample_weight имеет форму [batch_size, d0, .. dN-1] (или может быть транслирована в эту форму), то каждый элемент метрики y_pred масштабируется соответствующим значением sample_weight. (Примечание о dN-1: все функции метрики сводятся по 1 измерению, обычно по последней оси (-1)).
Возвращает
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/SquaredHinge

Spec-Zone.ru

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