TensorFlow函數(shù)：tf.metrics.mean_relative_error

tf.metrics.mean_relative_error函數(shù)

tf.metrics.mean_relative_error(
    labels,
    predictions,
    normalizer,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

定義在：tensorflow/python/ops/metrics_impl.py.

通過對給定值進行正態(tài)化計算平均相對誤差.

該mean_relative_error函數(shù)創(chuàng)建兩個局部變量,total和count,它們被用來計算的平均相對誤差絕對值.該平均是通過weights加權(quán),并最終被返回為mean_relative_error： 這是等冪操作,簡單地使用count除total.

為了估計數(shù)據(jù)流上的度量,該函數(shù)創(chuàng)建一個update_op操作來更新這些變量并返回mean_reative_error.在內(nèi)部,relative_errors操作將predictions和labels之間的差值的絕對值除以normalizer.然后update_op通過weights和relative_errors乘積的減少總和來遞增total,并且它通過weights的減少總和來遞增count.

如果weights是None,則權(quán)重默認為1,使用權(quán)重0來屏蔽值.

參數(shù)：

• labels：與predictions具有相同形狀的Tensor.
• predictions：任意形狀的Tensor.
• normalizer：與predictions具有相同形狀的Tensor.
• weights：可選的Tensor,其秩為0或與labels具有相同秩,并且必須可廣播到labels(即,所有維度必須為1或者與相應(yīng)的labels維度相同).
• metrics_collections：mean_relative_error應(yīng)添加到的集合的可選列表.
• updates_collections：update_op應(yīng)添加到的集合的可選列表.
• name：可選的variable_scope名稱.

返回：

• mean_relative_error：表示當(dāng)前均值的Tensor,total除以count的值..
• update_op：適當(dāng)增加total和count變量,并且其值與mean_relative_error匹配的操作

可能引發(fā)的異常：

• ValueError：如果predictions和labels有不匹配的形狀,或者weights不是None,并且它的形狀與predictions不匹配,或者如果metrics_collections或updates_collections中任意一個不是一個列表或元組.
• RuntimeError：如果啟用了急切執(zhí)行.