当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python mxnet.metric.MSE用法及代码示例


用法:

class mxnet.metric.MSE(name='mse', output_names=None, label_names=None)

参数

  • name(str) - 此度量实例的名称用于显示。
  • output_names(list of str, or None) - 使用update_dict 更新时应使用的预测名称。默认情况下包括所有预测。
  • label_names(list of str, or None) - 使用update_dict 更新时应使用的标签名称。默认情况下包括所有标签。

基础: mxnet.metric.EvalMetric

计算均方误差 (MSE) 损失。

均方误差由下式给出

例子

>>> predicts = [mx.nd.array(np.array([3, -0.5, 2, 7]).reshape(4,1))]
>>> labels = [mx.nd.array(np.array([2.5, 0.0, 2, 8]).reshape(4,1))]
>>> mean_squared_error = mx.metric.MSE()
>>> mean_squared_error.update(labels = labels, preds = predicts)
>>> print mean_squared_error.get()
('mse', 0.375)

相关用法


注:本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.metric.MSE。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。