Metric
评估器metric的基类。
用法:
compute
接口的进阶用法:
在 compute
中可以使用PaddlePaddle内置的算子进行评估器的状态,而不是通过 Python/NumPy, 这样可以加速计算。update
接口将 compute
的输出作为 输入,内部采用Python/NumPy计算。
code
Metric 计算流程如下 (在{}中的表示模型和评估器的计算):
inputs & labels || ------------------
| ||
{model} ||
| ||
{Metric.compute} ||
| ||
metric states(tensor) ||
{fetch as numpy} || ------------------
| ||
metric states(numpy) || numpy data
| ||
代码示例
在:code:compute 中的计算,使用内置的算子(可以跑在GPU上,是的速度更快)。 作为:code:update 的输入,该接口计算如下:
reset
( )
清空状态和计算结果。
返回:无
update
( \args* )
更新状态。如果定义了:code:compute ,update
的输入是:code:compute 的输出。 如果没有定义,则输入是网络的输出**output**和标签**label**, 如: update(output1, output2, ..., label1, label2,...)
.
也可以参考 update
。
累积的统计指标,计算和返回评估结果。
返回:评估结果,一般是个标量 或 多个标量。
name
( )
返回Metric的名字, 一般通过__init__构造函数传入。
返回: 评估的名字,string类型。
compute
( )
此接口可以通过PaddlePaddle内置的算子计算metric的状态,可以加速metric的计算, 为可选的高阶接口。
也可以参考 compute
。