Python tf.compat.v1.metrics.mean用法及代碼示例

計算給定值的(加權)平均值。

用法

tf.compat.v1.metrics.mean(
    values, weights=None, metrics_collections=None, updates_collections=None,
    name=None
)

遷移到 TF2

警告：這個 API 是為 TensorFlow v1 設計的。繼續閱讀有關如何從該 API 遷移到本機 TensorFlow v2 等效項的詳細信息。見TensorFlow v1 到 TensorFlow v2 遷移指南有關如何遷移其餘代碼的說明。

tf.compat.v1.metrics.mean 與即刻執行或 tf.function 不兼容。請改用tf.keras.metrics.Mean 進行 TF2 遷移。實例化tf.keras.metrics.Mean對象後，可以先調用update_state()方法記錄新值，然後調用result()方法即刻求平均值。您還可以使用 add_metric 方法將其附加到 Keras 模型。有關詳細信息，請參閱遷移指南。

到 TF2 的結構映射

前：

mean, update_op = tf.compat.v1.metrics.mean(
  values=values,
  weights=weights,
  metrics_collections=metrics_collections,
  update_collections=update_collections,
  name=name)

後：

m = tf.keras.metrics.Mean(
   name=name)

 m.update_state(
   values=values,
   sample_weight=weights)

 mean = m.result()

如何映射參數

TF1 參數名稱	TF2 參數名稱	注意
values	values	在update_state() 方法中
weights	sample_weight	在update_state() 方法中
metrics_collections	不支持	應顯式跟蹤指標或使用 Keras API，例如add_metric，而不是通過集合
updates_collections	不支持	-
name	name	在構造函數中

使用示例之前和之後

前：

g = tf.Graph()
with g.as_default():
  values = [1, 2, 3]
  mean, update_op = tf.compat.v1.metrics.mean(values)
  global_init = tf.compat.v1.global_variables_initializer()
  local_init = tf.compat.v1.local_variables_initializer()
sess = tf.compat.v1.Session(graph=g)
sess.run([global_init, local_init])
sess.run(update_op)
sess.run(mean)
2.0

後：

m = tf.keras.metrics.Mean()
m.update_state([1, 2, 3])
m.result().numpy()
2.0

# Used within Keras model
model.add_metric(tf.keras.metrics.Mean()(values))

mean 函數創建兩個局部變量 total 和 count 用於計算 values 的平均值。該平均值最終返回為 mean ，這是一個冪等運算，隻需將 total 除以 count 。

為了估計數據流上的度量，該函數創建一個 update_op 操作來更新這些變量並返回 mean 。 update_op 將 total 與 values 和 weights 的乘積之和相加，並以 weights 之和的減小之和增加 count。

如果 weights 是 None ，則權重默認為 1。使用權重 0 來屏蔽值。