MeanMetricWrapper
类keras.metrics.MeanMetricWrapper(fn, name=None, dtype=None, **kwargs)
使用 `Mean` 指标包装一个无状态指标函数。
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)` 签名并返回一个逐样本损失数组。`MeanMetricWrapper.result()` 将返回到目前为止所有样本的平均指标值。
示例
def mse(y_true, y_pred):
return (y_true - y_pred) ** 2
mse_metric = MeanMetricWrapper(fn=mse)
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` 被指定为 `[1, 1, 0, 0]`,则平均值为 2。
此指标创建两个变量:`total` 和 `count`。返回的平均值简单地是 `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
Sum
类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` 被指定为 `[1, 1, 0, 0]`,则总和为 4。
此指标创建一个变量:`total`。最终返回此变量作为总和值。
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