指标

class Metric[source]

基础类：ExtraReprMixin

指标的基础类。

属性摘要

`binarize`	指标是否需要二值化分数
`closed_expectation`	是否存在期望的闭式解
`closed_variance`	是否存在方差的闭式解
`key`	返回用于度量结果字典的键。
`supports_weights`	指标是否支持权重
`synonyms`	此指标的同义词

方法总结

`extra_repr`()	生成额外的 repr，参见。
`get_description`()	获取描述。
`get_link`()	从docdata中获取链接。
`get_range`()	获取此指标范围的数学表示。
`iter_extra_repr`()	遍历`extra_repr()`的组件。

属性文档

binarize: ClassVar[bool | None] = None: 指标是否需要二值化分数

closed_expectation: ClassVar[bool] = False: 是否存在期望的闭式解

closed_variance: ClassVar[bool] = False: 是否存在方差的闭式解

key: 返回用于度量结果字典的键。

supports_weights: ClassVar[bool] = False: 指标是否支持权重

synonyms: ClassVar[Collection[str]] = (): 此指标的同义词

方法文档

extra_repr() → str

生成额外的 repr，参见 :meth`torch.nn.Module.extra_repr`。

Returns:: repr() 的额外部分
Return type:: str

classmethod get_description() → str[来源]

获取描述。

Return type:: str

classmethod get_link() → str[source]

从docdata中获取链接。

Return type:: str

classmethod get_range() → str[source]

获取此指标范围的数学表示。

Return type:: str

iter_extra_repr() → Iterable[str]

遍历extra_repr()的组件。

此方法通常被重写。一个常见的模式是

def iter_extra_repr(self) -> Iterable[str]:
    yield from super().iter_extra_repr()
    yield "<key1>=<value1>"
    yield "<key2>=<value2>"

Returns:: 一个可迭代的单个组件，这些组件属于 extra_repr()
Return type:: Iterable[str]