Tensorflow.js tf.metrics.meanAbsoluteError()函数

Tensorflow.js 是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.metrics.meanAbsoluteError()用于计算平均绝对误差。平均绝对误差定义为两个张量的绝对差的平均值。其中，平均值应用于特征尺寸。它需要两个张量作为参数。

mean(abs(Prediction - True))

句法：

tf.metrics.meanAbsoluteError(Tensor1, Tensor2);

参数：

• Tensor1：它是真值张量。
• Tensor2：它是预测张量。

返回值：返回平均绝对误差的张量。

示例 1：在此示例中，我们将两个 1d 张量作为参数，metrics.meanAbsoluteError函数将计算平均绝对误差并返回一个张量。

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensors
const True = tf.tensor([1,2,3]);
const Prediction = tf.tensor([3,2,1]);
  
// Calculating mean absolute error
const error = tf.metrics.meanAbsoluteError(True, Prediction);
  
// Printing the tensor
error.print();

输出：

Tensor
    1.3333333730697632

示例 2：在此示例中，我们将两个 2d 张量作为参数，metrics.meanAbsoluteError函数将计算平均绝对误差并返回一个张量。

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensors
const True = tf.tensor([[1,2,3],[2,4,1]]);
const Prediction = tf.tensor([[3,2,1],[5,2,1]]);
  
// Calculating mean absolute error
const error = tf.metrics.meanAbsoluteError(True, Prediction);
  
// Printing the tensor
error.print();

输出：

Tensor
    [1.3333334, 1.6666667]

参考： https://js.tensorflow.org/api/latest/#metrics.meanAbsoluteError