TensorFlow函數(shù)：tf.metrics.mean_absolute_error

tf.metrics.mean_absolute_error函數(shù)

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

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

計算labels和predictions之間的平均絕對誤差.

該mean_absolute_error函數(shù)創(chuàng)建兩個局部變量,total和count,它們被用來計算平均絕對誤差.該平均是通過weights加權,并最終作為mean_absolute_error返回：一種冪等運算,簡單地用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_absolute_error.在內(nèi)部,absolute_errors操作計算predictions和labels之間差異的絕對值.然后update_op通過weights和absolute_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,則權重默認為1,使用0的權重來屏蔽值.

參數(shù)：

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

返回：

• mean_absolute_error：表示當前均值的Tensor,total除以count的值.
• update_op：適當增加total和count變量,并且其值與mean_absolute_error匹配的操作.

可能引發(fā)的異常：

• ValueError：如果predictions和labels具有不匹配的形狀,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中的任意一個不是一個列表或元組.
• RuntimeError：如果啟用了急切執(zhí)行.