Tensorflow.js tf.metrics.meanAbsolutePercentageError()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以及深度学习神经网络。

.metrics.meanAbsolutePercentageError()函数是一个损失函数，或者是一个度量函数，即平均绝对百分比误差，它使用真值和预测张量输入来返回 tf.Tensor 对象。

句法：

tf.metrics.meanAbsolutePercentageError(yTrue, yPred)

参数：

• yTrue：它是陈述的真值张量，它可以是 tf.Tensor 类型。
• yPred：它是规定的预测张量，它可以是 tf.Tensor 类型。

返回值：它返回 tf.Tensor 对象。

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining truth and prediction tensors
const y = tf.tensor2d([[0, 2], [20, 30]]);
const z = tf.tensor2d([[0, 2], [21, 34]]);
  
// Calling metrics.meanAbsolutePercentageError() 
// method
const mape = tf.metrics.meanAbsolutePercentageError(y, z);
  
// Printing output
mape.print();

输出：

Tensor
    [0, 9.166666]

示例 2：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling metrics.meanAbsolutePercentageError() 
// method with its parameter directly and then
// Printing output
const output = tf.metrics.meanAbsolutePercentageError(tf.tensor(
    [
      [0, 1, 0, 0],
      [0, 1, 1, 0],
      [0, 0, 0, 1],
      [1, 1, 0, 0],
      [0, 0, 1, 0]
    ]
), tf.tensor(
    [
      [0, 0, 1, 1],
      [0, 1, 1, 0],
      [0, 0, 0, 1],
      [0, 1, 0, 1],
      [1, 1, 0, 0]
    ]
)).print();

输出：

Tensor
    [500025, 0, 0, 250025, 500025]

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