可用于编译 tf.keras 模型的所有指标是什么？

Question

要编译 tf.keras 模型，需要：

model.compile(
    optimizer='sgd',#'adam', or what not
    loss='sparse_categorical_crossentropy', 
    metrics=['accuracy','mae']
)

还有哪些其他指标可以用作“metrics”的参数值？我试图在文档中寻找它们，但没有成功。我正在寻找整个列表。

编辑：我知道可以使用明确的形式。例如

metrics=[tf.keras.metrics.MeanAbsoluteError()] #instead of "mae"

但短标签稍后对于绘图更有用：

lossplot = df.plot(y="mae", title="Loss vs Epochs", legend=False)
lossplot.set(xLabel="Epochs", yLabel="Loss")

Answer 1

来自 Keras 模型训练 API 页面：

metrics：模型在训练期间要评估的指标列表 和测试。其中每个都可以是一个字符串（内置的名称 函数）、函数或 tf.keras.metrics.Metric 实例。[...]

以及来自 Keras Metrics 页面：

所有内置指标也可以通过其字符串标识符传递 （在这种情况下，使用默认的构造函数参数值，包括 默认指标名称）

现在，您可以在“函数”部分下找到的文档链接中找到内置指标的完整列表。它基本上是字符串形式的函数名称。

Answer 2

尝试使用

Metrics

代替这里：https://www.tensorflow.org/api_docs/python/tf/keras/metrics

例如：

model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=[tf.keras.metrics.Recall()])

来自文档：

当您传递字符串“accuracy”或“acc”时，我们将其转换为一 tf.keras.metrics.BinaryAccuracy， tf.keras.metrics.CategoricalAccuracy， tf.keras.metrics.SparseCategoricalAccuracy 基于形状 目标和模型输出。

并且没有关于所有转换的列表。