Tensorflow.js tf.metrics.meanAbsoluteError() Función

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático y redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

El tf.metrics.meanAbsoluteError() se utiliza para calcular el error absoluto medio. El error absoluto medio se define como la media de la diferencia absoluta de dos tensores. Donde, la media se aplica sobre las dimensiones de la característica. Toma dos tensores como parámetro.

mean(abs(Prediction - True))

Sintaxis:

tf.metrics.meanAbsoluteError(Tensor1, Tensor2);

Parámetros: 

• Tensor1: Es el tensor de verdad.
• Tensor2: Es el tensor de Predicción.

Valor devuelto: Devuelve el tensor de los errores absolutos medios.

Ejemplo 1: En este ejemplo, estamos dando dos tensores 1d como parámetro, y la función metrics.meanAbsoluteError calculará el error absoluto medio y devolverá un tensor.

// 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();

Producción:

Tensor
    1.3333333730697632

Ejemplo 2: En este ejemplo, estamos dando dos tensores 2d como parámetro, y la función metrics.meanAbsoluteError calculará el error absoluto medio y devolverá un tensor.

// 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();

Producción:

Tensor
    [1.3333334, 1.6666667]

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