本站消息

站长简介/公众号


站长简介:高级软件工程师,曾在阿里云,每日优鲜从事全栈开发工作,利用周末时间开发出本站,欢迎关注我的微信公众号:程序员总部,程序员的家,探索程序员的人生之路!分享IT最新技术,关注行业最新动向,让你永不落伍。了解同行们的工资,生活工作中的酸甜苦辣,谋求程序员的最终出路!

  价值13000svip视频教程,python大神匠心打造,零基础python开发工程师视频教程全套,基础+进阶+项目实战,包含课件和源码

  出租广告位,需要合作请联系站长

+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

暂无数据

Tensorflow:自定义错误聚合器

发布于2021-12-02 03:18     阅读(797)     评论(0)     点赞(13)     收藏(5)



假设我们想要改变鲍鱼回归示例,以便有一个额外的评估指标。称为 的度量pctWrong等于误差 > 1% 的预测百分比: === pseudocode === pctWrong = countTrue(if (|y-y_hat|/y > 1%) True else False) / countTotal

=== Python ===
105 # Calculate additional eval metrics
106 eval_metric_ops = {
107     "rmse": tf.metrics.root_mean_squared_error(
108         tf.cast(labels, tf.float64), predictions),
109     "pctWrong": ???
110 }

您将如何定义此类指标?我找到了tf.metrics.percentage_below(),这可能会有所帮助,但我不知道如何使用它。特别是我不知道如何获取它的values参数。


解决方案


更新:毕竟没有那么难。下面的代码有点粗糙,但它可以工作。

# Calculate additional eval metrics
ys = tf.cast(labels, tf.float64)
y_hats = predictions
losses = tf.divide(tf.abs(tf.subtract(ys, y_hats)), ys)
accuracies = -losses

eval_metric_ops = {
    "rmse": tf.metrics.root_mean_squared_error(tf.cast(labels, tf.float64), predictions),
    "pctWrong": tf.metrics.percentage_below(accuracies, -0.01)
}






所属网站分类: 技术文章 > 问答

作者:黑洞官方问答小能手

链接:https://www.pythonheidong.com/blog/article/1107004/1bf71ab5e4d0435cbb89/

来源:python黑洞网

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

13 0
收藏该文
已收藏

评论内容:(最多支持255个字符)