查看MAE的tensorflow文档，我看到tf.metrics.mean_absolute_error将返回：
mean_absolute_error：代表当前均值的张量，总值除以计数。update_op：一个适当增加total和count变量并且其值与mean_absolute_error匹配的操作。如何将其用于评估目的？如上所述here：
mean_absolute_error用于评估，因此它没有渐变。 mean_absolute_error还返回一个更新操作（您在上面的代码中忽略）必须用于更新均值，因此此函数的渐变概念并不真正有意义。必须先调用tf.metrics.mean_absolute_error（pred，y）的更新操作，才能获得平均值。
我不知道如何处理来自mean_absolute_error函数的返回值。有人可以用这个函数写一个简单的例子吗？非常感谢。
答案 0 :(得分：2)
听起来你不确定返回的张量/操作是什么意思以及如何使用它们。这是一篇很好的文章，解释了如何以及为什么：http://ronny.rest/blog/post_2017_09_11_tf_metrics/
对于简单的自包含示例用法，您可以查看测试。例如：https://github.com/tensorflow/tensorflow/blob/cda36b817e9998906da37ec87c525f1b278c71a7/tensorflow/python/kernel_tests/metrics_test.py#L2816