► KerasHub：预训练模型 / API文档 / 评估指标 / Perplexity metric

Perplexity metric

`Perplexity` 类

keras_hub.metrics.Perplexity(
    from_logits=False, mask_token_id=None, dtype="float32", name="perplexity", **kwargs
)

困惑度（Perplexity）指标。

此类实现了困惑度指标。简而言之，此类计算交叉熵损失并取其指数。注意：此实现不适用于固定大小的窗口。

参数

from_logits: bool。如果为 True，则 y_pred（传递给 update_state() 的输入）应该是模型返回的 logits。否则，y_pred 是一个概率张量。
mask_token_id: int。要屏蔽的 token 的 ID。如果提供，则为此类计算掩码。请注意，如果提供了此字段，并且在 update_state() 中还提供了 sample_weight 字段，我们将计算最终的 sample_weight 作为掩码和 sample_weight 的元素乘积。
dtype: string 或 tf.dtypes.Dtype。指标计算的精度。如果未指定，则默认为 "float32"。
name: string。指标实例的名称。
**kwargs: 其他关键字参数。

示例

通过调用 update_state() 和 result() 来计算困惑度。1.1. 未提供 sample_weight 和 mask_token_id。

>>> np.random.seed(42)
>>> perplexity = keras_hub.metrics.Perplexity(name="perplexity")
>>> target = np.random.randint(10, size=[2, 5])
>>> logits = np.random.uniform(size=(2, 5, 10))
>>> perplexity.update_state(target, logits)
>>> perplexity.result()
<tf.Tensor: shape=(), dtype=float32, numpy=14.352535>

1.2. 指定了 sample_weight（用 ID 0 屏蔽 token）。

>>> np.random.seed(42)
>>> perplexity = keras_hub.metrics.Perplexity(name="perplexity")
>>> target = np.random.randint(10, size=[2, 5])
>>> logits = np.random.uniform(size=(2, 5, 10))
>>> sample_weight = (target != 0).astype("float32")
>>> perplexity.update_state(target, logits, sample_weight)
>>> perplexity.result()
<tf.Tensor: shape=(), dtype=float32, numpy=14.352535>

直接调用 perplexity。

>>> np.random.seed(42)
>>> perplexity = keras_hub.metrics.Perplexity(name="perplexity")
>>> target = np.random.randint(10, size=[2, 5])
>>> logits = np.random.uniform(size=(2, 5, 10))
>>> perplexity(target, logits)
<tf.Tensor: shape=(), dtype=float32, numpy=14.352535>

提供 padding token 的 ID，并让类自行计算掩码。

>>> np.random.seed(42)
>>> perplexity = keras_hub.metrics.Perplexity(mask_token_id=0)
>>> target = np.random.randint(10, size=[2, 5])
>>> logits = np.random.uniform(size=(2, 5, 10))
>>> perplexity(target, logits)
<tf.Tensor: shape=(), dtype=float32, numpy=14.352535>

Perplexity metric

Perplexity 类

Perplexity metric

Perplexity 类

`Perplexity` 类