MeanMetricWrapper
类keras.metrics.MeanMetricWrapper(fn, name=None, dtype=None, **kwargs)
使用 Mean
指标包装一个无状态的指标函数。
您可以使用此类从函数快速构建一个平均指标。该函数需要具有 fn(y_true, y_pred)
的签名并返回每个样本的损失数组。MeanMetricWrapper.result()
将返回迄今为止所有样本的平均指标值。
例如
def mse(y_true, y_pred):
return (y_true - y_pred) ** 2
mse_metric = MeanMetricWrapper(fn=mse)
参数
fn(y_true, y_pred, **kwargs)
。fn
的关键字参数。Mean
类keras.metrics.Mean(name="mean", dtype=None)
计算给定值的(加权)平均值。
例如,如果 values 是 [1, 3, 5, 7]
,则平均值为 4。如果 sample_weight
指定为 [1, 1, 0, 0]
,则平均值为 2。
此指标创建两个变量,total
和 count
。返回的平均值只是 total
除以 count
。
参数
示例
>>> m = Mean()
>>> m.update_state([1, 3, 5, 7])
>>> m.result()
4.0
>>> m.reset_state()
>>> m.update_state([1, 3, 5, 7], sample_weight=[1, 1, 0, 0])
>>> m.result()
2.0
----
<span style="float:right;">[[source]](https://github.com/keras-team/keras/tree/v3.6.0/keras/src/metrics/reduction_metrics.py#L47)</span>
### `Sum` class
```python
keras.metrics.Sum(name="sum", dtype=None)
计算给定值的(加权)总和。
例如,如果 values
是 [1, 3, 5, 7]
,则它们的总和为 16。如果 sample_weight
指定为 [1, 1, 0, 0]
,则总和为 4。
此指标创建一个变量,total
。最终将其作为总和值返回。
参数
示例
>>> m = metrics.Sum()
>>> m.update_state([1, 3, 5, 7])
>>> m.result()
16.0
>>> m = metrics.Sum()
>>> m.update_state([1, 3, 5, 7], sample_weight=[1, 1, 0, 0])
>>> m.result()
4.0