模型评估

模型评估是指用评价函数(metrics)来评估模型的好坏,可作为在训练中调整超参数、评估模型效果的重要依据。不同类型的模型任务会选取不同评价函数,常见的如回归类任务会用均方差(MSE),二分类任务会用AUC (Area Under Curve)值等。

评价函数和loss函数非常相似,但不参与模型的训练优化。

评价函数的输入为模型的预测值(preds)和标注值(labels),并返回计算后的评价指标。

paddle.fluid.metrics模块提供了一系列常用的模型评价指标; 用户也可以通过Python接口定制评价指标,或者通过定制C++ Operator的方式,在GPU上加速评价指标的计算。

常用指标

不同类型的任务,会选用不同的评价指标。

回归问题通常会用RMSE(均方根误差)、MAE(平均绝对误差)、R-Square(R平方)等 AUC(Area Under Cure)指标则常被用在分类任务(classification)上

目标检测任务(Object Detection)则经常会用到mAP(Mean Average Precision)

paddle.fluid.metrics中包含了一些常用分类指标,例如Precision, Recall, Accuracy等

下面是使用Precision指标的示例:

import paddle.fluid as fluid
import numpy as np

metric = fluid.metrics.Precision()

# generate the preds and labels

preds = [[0.1], [0.7], [0.8], [0.9], [0.2],
         [0.2], [0.3], [0.5], [0.8], [0.6]]

labels = [[0], [1], [1], [1], [1],
          [0], [0], [0], [0], [0]]

preds = np.array(preds)
labels = np.array(labels)

metric.update(preds=preds, labels=labels)
numpy_precision = metric.eval()

print("expect precision: %.2f and got %.2f" % (3.0 / 5.0, numpy_precision))

自定义指标

Fluid支持自定义指标,可灵活支持各类计算任务。下面是一个自定义的简单计数器评价函数示例:

其中preds是模型预测值,labels是标注值。

class MyMetric(MetricBase):
    def __init__(self, name=None):
        super(MyMetric, self).__init__(name)
        self.counter = 0  # simple counter

    def reset(self):
        self.counter = 0

    def update(self, preds, labels):
        if not _is_numpy_(preds):
            raise ValueError("The 'preds' must be a numpy ndarray.")
        if not _is_numpy_(labels):
            raise ValueError("The 'labels' must be a numpy ndarray.")
        self.counter += sum(preds == labels)

    def eval(self):
        return self.counter