MetricBase

  • class paddle.fluid.metrics.MetricBase(name)[源代码]

在评估神经网络效果的时候,由于我们常常需要把测试数据切分成mini-batch,并逐次将每个mini-batch送入神经网络进行预测和评估,因此我们每次只能获得当前batch下的评估结果,而并不能一次性获得整个测试集的评估结果。paddle.fluid.metrics正是为了解决这些问题而设计的,大部分paddle.fluid.metrics下的类都具有如下功能:

  • 接受模型对一个batch的预测结果(numpy.array)和这个batch的原始标签(numpy.array)作为输入,并进行特定的计算(如计算准确率,召回率等)。
  • 将当前batch评估结果和历史评估结果累计起来,以获取目前处理过的所有batch的整体评估结果。

MetricBase是所有paddle.fluid.metrics下定义的所有python类的基类,它定义了一组接口,并需要所有继承他的类实现具体的计算逻辑,包括:

  • update(preds, labels):给定当前计算当前batch的预测结果(preds)和标签(labels),计算这个batch的评估结果。
  • eval():合并当前累积的每个batch的评估结果,并返回整体评估结果。
  • reset():清空累积的每个batch的评估结果。
  • __init__(name)

构造函数,参数name表示当前创建的评估器的名字。

  • 参数:
    • name (str) - 当前创建的评估器的名字,用于区分不同的评估器,例如准确率(accuracy)或者其他自定义名字(如,my_evaluator)。

返回:一个python对象,表示一个具体的评估器。

返回类型:python对象

  • reset()

空累积的每个batch的评估结果。

返回:无

  • update(preds, labels)

给定当前计算当前batch的预测结果(preds)和标签(labels),计算这个batch的评估结果,并将这个评估结果在评估器内部记录下来,注意update函数并不会返回评估结果。

  • 参数:
    • preds (numpy.array) - 当前minibatch的预测结果。
    • labels (numpy.array) - 当前minibatch的标签。

返回:无

  • eval()

合并当前累积的每个batch的评估结果,并返回整体评估结果。

返回:当前累积batch的整体评估结果。

返回类型:float|list(float)|numpy.array

  • get_config()

获取当前评估器的状态,特指评估器内部没有 _ 前缀的所有成员变量。

返回:一个python字典,包含了当前评估器内部的状态。

返回类型:python字典(dict)