如何在张量流中设置MAPE成本函数

Question

我试图在张量流中实现MAPE（平均绝对百分比误差）。我从RNN获取输出。

这是我的代码：

loss = tf.reduce_mean(tf.abs(tf.divide(tf.subtract(outputs,y),y)))

但是在运行会话时我将MAPE作为NaN。我做错了什么？

Answer 1

我强烈怀疑你得到NaN，因为y为零。为了解决这个问题，你可以给y分母添加一个非常小的epsilon值，以确保它永远不为零，但要小到不要扭曲你的计算：

loss = tf.reduce_mean(tf.abs(tf.divide(tf.subtract(outputs,y),(y + 1e-10))))

Answer 2

你得到nan，因为y包含零值。因此，输出inf是不可能产生分裂的张量流。