tensorflow の回帰分析について

Question

tensorflowの2.9で画像の回帰分析を行っているのですがモデルコンパイル時の

metrics=["accuracy"]

が常に 0 を返します。
そのため、カスタムメトリクスというコールバック関数が指定できるらしい？(公式リファレンスより)ので作成したのですが、
line 363, in accuracy *
result += 0.5

TypeError: Input 'y' of 'AddV2' Op has type float32 that does not match type int32 of argument 'x'.

このようなエラーメッセージが表示されます。
print文を挟んで引数を表示してみても謎のオブジェクトが渡されており、調べても解決できませんでした。

回帰問題で許容誤差を指定して正解率をaccuracyとして表示するにはどうすればいいでしょうか？

	def accuracy(y_true, y_pred):
		result = 0
		for i in range(len(y_pred)):
			if abs(y_true[i] - y_pred[i]) < 0.1:
				result += 1
			elif abs(y_true[i] - y_pred[i]) < 0.2:
				result += 0.5
		return result / len(y_pred)

Comments

[East_san]

問題を再現できるコード一式を提供することは可能ですか？

[nicoyou]

返信ありがとうございます
可能です
https://github.com/nicoyou/AiCharacterImage
上のソースコードのai.py内のImageRegressionAiクラスに
@staticmethod
def accuracy(y_true, y_pred):
result = 0
for i in range(len(y_pred)):
if abs(y_true[i] - y_pred[i]) < 0.1:
result += 1
elif abs(y_true[i] - y_pred[i]) < 0.2:
result += 0.5
return result / len(y_pred)
を追加し

model.compile(
loss="mean_squared_error",
optimizer=tf.keras.optimizers.Adam(learning_rate=0.00001),
metrics=["accuracy"])
の"accuracy"の部分をself.accuracyに変更することで再現できます

またmain.pyに適当なデータセットを指定して
ic_ai = ai.ImageRegressionAi("test")
ic_ai.train_model("./out.csv", epochs=6, model_type=ai.ModelType.resnet_rs152_512x2_regr)
上のように読んでいただければ実行可能です

[East_san]

回答記入いたしました。確認お願いします

Answer 1

def accuracy(y_true, y_pred):
    pred_error = y_true - y_pred
    result = tf.divide(
        tf.reduce_sum(tf.cast(pred_error < 0.1, tf.float32)) + tf.reduce_sum(tf.cast(pred_error < 0.2, tf.float32))*0.5,
        len(y_pred)
    )
    return result

Comments

[nicoyou]

ご回答ありがとうございます。
実際に頂いたコードをコピペして実行したのですが、
TypeError: `x` and `y` must have the same dtype, got tf.float32 != tf.int32.
のエラーが発生したため、
def accuracy(y_true, y_pred):
pred_error = y_true - y_pred
result = tf.divide(
tf.reduce_sum(tf.cast(pred_error < 0.1, tf.float32)) + tf.reduce_sum(tf.cast(pred_error < 0.2, tf.float32))*0.5, tf.cast(len(y_pred), tf.float32)
)
return result
このように少し書き換えて実行しました。
しかしval_accuracy があまりにも不思議な動きをするため、正常に期待どおりの計算がされているのかに少し不安がある状況です。
16/16 [==============================] - 70s 2s/step - loss: 5.6003 - accuracy: 0.8135 - val_loss: 0.1459 - val_accuracy: 0.8828 - time: 70.2174
Epoch 2/6
16/16 [==============================] - 21s 1s/step - loss: 0.9224 - accuracy: 0.8008 - val_loss: 0.1122 - val_accuracy: 0.7057 - time: 20.6656
Epoch 3/6
16/16 [==============================] - 14s 818ms/step - loss: 0.5917 - accuracy: 0.8164 - val_loss: 0.0985 - val_accuracy: 0.5807 - time: 13.5511
Epoch 4/6
16/16 [==============================] - 14s 833ms/step - loss: 0.3831 - accuracy: 0.8770 - val_loss: 0.1541 - val_accuracy: 0.4062 - time: 13.8738
Epoch 5/6
16/16 [==============================] - 13s 799ms/step - loss: 0.3522 - accuracy: 0.8994 - val_loss: 0.0502 - val_accuracy: 0.7604 - time: 12.9527
Epoch 6/6
16/16 [==============================] - 13s 808ms/step - loss: 0.2306 - accuracy: 0.9199 - val_loss: 0.0621 - val_accuracy: 0.9870 - time: 12.8690

もう少しだけ検証してみます

[nicoyou]

pred_error がabs関数を通していないこと、誤差が0だった時の値が1.5になってしまうことが原因でした

[East_san]

コードの修正のみになっていて、質問の意図の分類精度を出したいというのが汲めてなかったですね。すいません。
無事動作したようです、良かったです。