Метод reset_state

Метод reset_state класса Metric сбрасывает внутреннее состояние метрики в начальное значение. Метод не принимает параметров и не возвращает значений. Он применяется к объекту метрики и обнуляет все накопленные статистики, такие как сумма значений, количество примеров и другие внутренние переменные. После вызова метода метрика готова к новому циклу измерений.

Синтаксис

metric.reset_state()

Пример

Давайте создадим метрику Mean, обновим ее значениями и посмотрим на результат до и после вызова метода reset_state:

import tensorflow as tf

m = tf.keras.metrics.Mean()
m.update_state([1, 2, 3, 4, 5])
print(m.result().numpy())

m.reset_state()
print(m.result().numpy())

Результат выполнения кода:

3.0
0.0

Пример

Давайте создадим метрику Accuracy, обновим ее предсказаниями и метками, а затем сбросим состояние:

import tensorflow as tf

m = tf.keras.metrics.Accuracy()
m.update_state([1, 0, 1, 1], [1, 1, 1, 0])
print(m.result().numpy())

m.reset_state()
print(m.result().numpy())

Результат выполнения кода:

0.5
0.0

Пример

Давайте создадим метрику MeanSquaredError, обновим ее значениями и проверим состояние после сброса:

import tensorflow as tf

m = tf.keras.metrics.MeanSquaredError()
m.update_state([1, 2, 3], [1, 4, 2])
print(m.result().numpy())

m.reset_state()
print(m.result().numpy())

Результат выполнения кода:

1.6666666
0.0

Смотрите также

класс Metric,
который является базовым классом для всех метрик
метод update_state,
который обновляет состояние метрики новыми значениями
метод result,
который возвращает текущее значение метрики
метод get_config,
который возвращает конфигурацию метрики