Tensorflow.js tf.metrics.meanSquaredError()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

Tensorflow tf.metrics.meanSquaredError() 函数是一个 Loss 或度量函数，用于计算 y_true 和 y_pred 之间的均方误差。 y_true 是真值张量，y_pred 是预测张量。

用法:

tf.metrics.meanSquaredError(tensor1, tensor2);

参数：此函数接受两个参数，如下所示：

tensor1:它是真值张量 (y_true)。
tensor2:它是预测张量 (y_pred)。

返回值：它返回真值张量和预测张量之间的均方误差张量。

范例1：

Javascript


// Importing the tensorflow.Js lbrary
// import * as tf from "@tensorflow/tfjs"
  
// Creating the tensor
let truth = tf.tensor1d([6, 4]);
let prediction = tf.tensor1d([-3, -4]);
  
// Calculating mean squared Error 
// between truth and prediction tensor
const mse = tf.metrics.meanSquaredError(truth, prediction);
  
// Printing mean square error
mse.print();

输出：

Tensor
    72.5

范例2：

Javascript


// Importing the tensorflow.Js lbrary
// import * as tf from "@tensorflow/tfjs"
  
// Calculating mean squared Error between 
// truth and prediction tensor
let mse = tf.metrics.meanSquaredError(
    tf.tensor1d([0, 1, 2, 3]), 
    tf.tensor1d([-8,-9, -10, -11])
);
  
// Printing mean square error 
mse.print();

输出：

Tensor
    126

参考： https://js.tensorflow.org/api/latest/#metrics.meanSquaredError

相关用法

注：本文由纯净天空筛选整理自kapilm180265ca大神的英文原创作品 Tensorflow.js tf.metrics.meanSquaredError() Function。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。