当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python tf.keras.metrics.mean_absolute_percentage_error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。

用法

tf.keras.metrics.mean_absolute_percentage_error(
    y_true, y_pred
)

参数

  • y_true 基本事实值。形状 = [batch_size, d0, .. dN] 。
  • y_pred 预测值。形状 = [batch_size, d0, .. dN] 。

返回

  • 平均绝对百分比误差值。形状 = [batch_size, d0, .. dN-1] 。

loss = 100 * mean(abs((y_true - y_pred) / y_true), axis=-1)

单机使用：

y_true = np.random.random(size=(2, 3))
y_true = np.maximum(y_true, 1e-7)  # Prevent division by zero
y_pred = np.random.random(size=(2, 3))
loss = tf.keras.losses.mean_absolute_percentage_error(y_true, y_pred)
assert loss.shape == (2,)
assert np.array_equal(
    loss.numpy(),
    100. * np.mean(np.abs((y_true - y_pred) / y_true), axis=-1))

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.metrics.mean_absolute_percentage_error。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。