Python tf.nn.RNNCellResidualWrapper.add_metric用法及代碼示例

用法

add_metric(
    value, name=None, **kwargs
)

將度量張量添加到圖層。

此方法可以在子類層或模型的call() 方法中使用。

class MyMetricLayer(tf.keras.layers.Layer):
  def __init__(self):
    super(MyMetricLayer, self).__init__(name='my_metric_layer')
    self.mean = tf.keras.metrics.Mean(name='metric_1')

  def call(self, inputs):
    self.add_metric(self.mean(inputs))
    self.add_metric(tf.reduce_sum(inputs), name='metric_2')
    return inputs

該方法也可以在構造過程中直接在函數模型上調用。在這種情況下，傳遞給此模型的任何張量都必須是符號的，並且能夠追溯到模型的 Input s。這些指標成為模型拓撲的一部分，並在您通過 save() 保存模型時進行跟蹤。

inputs = tf.keras.Input(shape=(10,))
x = tf.keras.layers.Dense(10)(inputs)
outputs = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(inputs, outputs)
model.add_metric(math_ops.reduce_sum(x), name='metric_1')

注意：不支持使用函數模型上的度量對象的結果調用 add_metric()，如下例所示。這是因為我們無法將度量結果張量追溯到模型的輸入。

inputs = tf.keras.Input(shape=(10,))
x = tf.keras.layers.Dense(10)(inputs)
outputs = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(inputs, outputs)
model.add_metric(tf.keras.metrics.Mean()(x), name='metric_1')