指标包装器和归约指标

[来源]

MeanMetricWrapper 类

keras.metrics.MeanMetricWrapper(fn, name=None, dtype=None, **kwargs)

使用 Mean 指标包装无状态指标函数。

您可以使用此类从函数快速构建平均指标。该函数需要具有签名 fn(y_true, y_pred) 并返回每个样本的损失数组。 MeanMetricWrapper.result() 将返回到目前为止看到的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：要包装的指标函数，具有签名 fn(y_true, y_pred, **kwargs)。
• name：（可选）指标实例的字符串名称。
• dtype：（可选）指标结果的数据类型。
• **kwargs：要传递给 fn 的关键字参数。

[来源]

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 为 [1, 3, 5, 7]，则平均值为 4。如果将 sample_weight 指定为 [1, 1, 0, 0]，则平均值将为 2。

此指标创建两个变量，total 和 count。返回的平均值就是 total 除以 count。

参数

• name：（可选）指标实例的字符串名称。
• dtype：（可选）指标结果的数据类型。

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

[来源]

Sum 类

keras.metrics.Sum(name="sum", dtype=None)

计算给定值的（加权）总和。

例如，如果 values 为 [1, 3, 5, 7]，则它们的总和为 16。如果将 sample_weight 指定为 [1, 1, 0, 0]，则总和为 4。

此指标创建一个变量 total。这最终会作为总和值返回。

参数

• name：（可选）指标实例的字符串名称。
• dtype：（可选）指标结果的数据类型。

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