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();
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
1.3333333730697632
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