Python tf.keras.losses.MeanAbsolutePercentageError用法及代码示例

计算 y_true 和 y_pred 之间的平均绝对百分比误差。

继承自：Loss

用法

tf.keras.losses.MeanAbsolutePercentageError(
    reduction=losses_utils.ReductionV2.AUTO,
    name='mean_absolute_percentage_error'
)

公式：

loss = 100 * abs((y_true - y_pred) / y_true)

请注意，为避免除以零，将一个小的 epsilon 值添加到分母中。

单机使用：

y_true = [[2., 1.], [2., 3.]]
y_pred = [[1., 1.], [1., 0.]]
# Using 'auto'/'sum_over_batch_size' reduction type.
mape = tf.keras.losses.MeanAbsolutePercentageError()
mape(y_true, y_pred).numpy()
50.

# Calling with 'sample_weight'.
mape(y_true, y_pred, sample_weight=[0.7, 0.3]).numpy()
20.

# Using 'sum' reduction type.
mape = tf.keras.losses.MeanAbsolutePercentageError(
    reduction=tf.keras.losses.Reduction.SUM)
mape(y_true, y_pred).numpy()
100.

# Using 'none' reduction type.
mape = tf.keras.losses.MeanAbsolutePercentageError(
    reduction=tf.keras.losses.Reduction.NONE)
mape(y_true, y_pred).numpy()
array([25., 75.], dtype=float32)

compile() API 的用法：

model.compile(optimizer='sgd',
              loss=tf.keras.losses.MeanAbsolutePercentageError())