Tensorflow:自定义错误aggreg

Question

假设我们想要改变Abalone regression example，这样就有了一个额外的求值度量。称为pctWrong的度量等于误差大于1%的预测百分比： === pseudocode === pctWrong = countTrue(if (|y-y_hat|/y > 1%) True else False) / countTotal

=== Python ===
105 # Calculate additional eval metrics
106 eval_metric_ops = {
107     "rmse": tf.metrics.root_mean_squared_error(
108         tf.cast(labels, tf.float64), predictions),
109     "pctWrong": ???
110 }

你将如何定义这样的度量？我找到了tf.metrics.percentage_below()，这可能会有帮助，但我不知道如何使用它。尤其是我不知道如何获得它的values参数。你知道吗

Answer 1

更新：毕竟没那么难。下面的代码有点粗糙，但很有效。你知道吗

# Calculate additional eval metrics
ys = tf.cast(labels, tf.float64)
y_hats = predictions
losses = tf.divide(tf.abs(tf.subtract(ys, y_hats)), ys)
accuracies = -losses

eval_metric_ops = {
    "rmse": tf.metrics.root_mean_squared_error(tf.cast(labels, tf.float64), predictions),
    "pctWrong": tf.metrics.percentage_below(accuracies, -0.01)
}