如何在DNNRegressor中使train()返回具有绝对错误的numpy数组或张量?

时间:2018-10-19 08:47:04

标签: python tensorflow tensorflow-estimator

根据Tensorflow docs,train函数返回“ self,for chaining”。如何使它返回带有标签和预测之间错误的数组?我对诸如train_and_evaluate之类的损失评估指标不感兴趣,但对输入数据中每个样本的每个错误均不感兴趣。例如:

让标签和预测之间的误差张量为

E=labels-predictions

Tensorflow文档还说“损失是通过使用均方误差来计算的”,这意味着损失为

squared_error = square(E)
loss=mean_squared_error = mean(squared_error)

我希望train()返回的是数组E(或张量)E。我本以为FinalOpsHook可以完成这项工作,但我什至不知道如何使用它。 / p>

0 个答案:

没有答案