forked from mindspore-Ecosystem/mindspore
44 lines
2.1 KiB
ReStructuredText
44 lines
2.1 KiB
ReStructuredText
mindspore.nn.probability.toolbox.UncertaintyEvaluation
|
||
======================================================
|
||
|
||
.. py:class:: mindspore.nn.probability.toolbox.UncertaintyEvaluation(model, train_dataset, task_type, num_classes=None, epochs=1, epi_uncer_model_path=None, ale_uncer_model_path=None, save_model=False)
|
||
|
||
包含数据不确定性和模型不确定性的评估工具箱。
|
||
|
||
**参数：**
|
||
|
||
- **model** （cell）- 不确定性评估的模型。
|
||
- **train_dataset** (Dataset) – 用于训练模型的数据集迭代器。
|
||
- **task_type** (str) – 模型任务类型的选项
|
||
- regression：回归模型。
|
||
- classification：分类模型。
|
||
- **num_classes** (int) - 分类标签的数量。如果任务类型为分类，则必须设置；否则，它是不需要的。默认值：None。
|
||
- **epochs** (int) - 数据的迭代总数。默认值：1。
|
||
- **epi_uncer_model_path** (str) - 认知不确定性模型的保存或读取路径。默认值：None。
|
||
- **ale_uncer_model_path** (str) - 任意不确定性模型的保存或读取路径。默认值：None。
|
||
- **save_model** (bool) - 是否保存不确定性模型，如果为 true，`epi_uncer_model_path` 和 `ale_uncer_model_path` 不能为 None。
|
||
如果为 false，则从不确定性模型的路径中加载要评估的模型；如果未给出路径，则不会保存或加载不确定性模型。默认值：false。
|
||
|
||
.. py:method:: eval_aleatoric_uncertainty(eval_data)
|
||
|
||
评估推理结果的任意不确定性，也称为数据不确定性。
|
||
|
||
**参数：**
|
||
|
||
- **eval_data** (Tensor) - 要评估的数据样本，shape 必须是 (N,C,H,W)。
|
||
|
||
**返回：**
|
||
|
||
numpy.dtype，数据样本推断结果的任意不确定性。
|
||
|
||
.. py:method:: eval_epistemic_uncertainty(eval_data)
|
||
|
||
评估推理结果的认知不确定性，也称为模型不确定性。
|
||
|
||
**参数：**
|
||
|
||
- **eval_data** (Tensor) - 要评估的数据样本，shape 必须是 (N,C,H,W)。
|
||
|
||
**返回：**
|
||
|
||
numpy.dtype，数据样本推断结果的任意不确定性。 |