Tensorflow.js tf.metrics.meanSquaredError()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

Tensorflow tf.metrics.meanSquaredError() 函數是一個 Loss 或度量函數，用於計算 y_true 和 y_pred 之間的均方誤差。 y_true 是真值張量，y_pred 是預測張量。

用法:

tf.metrics.meanSquaredError(tensor1, tensor2);

參數：此函數接受兩個參數，如下所示：

tensor1:它是真值張量 (y_true)。
tensor2:它是預測張量 (y_pred)。

返回值：它返回真值張量和預測張量之間的均方誤差張量。

範例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();

輸出：

Tensor
    72.5

範例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();

輸出：

Tensor
    126

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

相關用法

注：本文由純淨天空篩選整理自kapilm180265ca大神的英文原創作品 Tensorflow.js tf.metrics.meanSquaredError() Function。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。