私は時系列予測のさまざまなメトリックのさまざまな長所と短所を説明しているthis論文を読んでいました。Tensorflow:コスト関数を改善するためのメトリクスの組み合わせ
は、私は(絶対パーセント誤差平均)MAPEを組み合わせたい:SMSEと
(署名付き平均二乗誤差):
e_t
はとの間の差であります実際の値と予測誤差。だから私はTensorflowでこれを実装する方法を知りたがっていました。
式は次のようになります。
error = y - prediction
cost = tf.reduce_mean(tf.divide(error, y) * 100)
+ tf.reduce_mean(tf.divide(error, tf.abs(error)) * tf.square(error)
I:私たちIMMAGINEは、私はすでに、その後、ニューラルネットワークの残りの部分を記述した場合
私は
をお試しください私がtf.multiplyの代わりに*をどのように使用したかについてはかなり不確かです。私は彼らがさまざまな操作を実行することを知っていますが、私はここでどのものを使うべきかわかりません。
y
がtf.placeholder(tf.float32, [None, #future_predictions])
であり、predition
がニューラルネットワークの出力であり、y
と同じ形状である必要があるとします。ここでNone
はbatch_size
です。