MAE,RMSE与MAPE的pytorch实现

最新推荐文章于 2024-06-04 10:10:03 发布

湛和

最新推荐文章于 2024-06-04 10:10:03 发布

阅读量309

点赞数

文章标签： pytorch python

本文链接：https://blog.csdn.net/qq_44858786/article/details/134815794

版权

import math
import numpy as np
import matplotlib.pyplot as plt



def MAE(true, pre):
    true = (true).detach().numpy().copy().reshape((-1, 1))
    pre = (pre).detach().numpy().copy().reshape((-1, 1))
    re = np.abs(true - pre).mean()
    return re
    #true与pre是pytorch张量
    #.detach()方法用于创建一个新的张量，与原始张量共享信息。新张量没有梯度信息，不会影响梯度计算
    #.reshape((-1,1)) 将数组形状调整为列数为1，行数根据原数组总元素计算得出

def RMSE(true, pre):
    true = (true).detach().numpy().copy().reshape((-1, 1))
    pre = (pre).detach().numpy().copy().reshape((-1, 1))
    re = math.sqrt(((true - pre) ** 2).mean())
    return re

def MAPE(true, pre):
    true = (true).detach().numpy().copy().reshape((-1, 1))
    pre = (pre).detach().numpy().copy().reshape((-1, 1))
    e = np.abs((true - pre) / true)
    re = e.mean() * 100
    return re