quaterion.eval.group.group_metric 模块

class GroupMetric(distance_metric_name: Distance = Distance.COSINE)

基类： BaseMetric

分组指标的基类

参数：

distance_metric_name – 用于计算距离或相似度矩阵的距离指标名称。可用的名称可在 Distance 中找到。

提供距离和交互矩阵计算的默认实现。在累加器中累积嵌入和分组。

compute(embeddings: Tensor, groups: Tensor) → Tensor

计算指标值

参数：

• embeddings – 用于计算指标的嵌入

• groups – 用于计算标签的分组

返回：

torch.Tensor - 计算出的指标

evaluate() → Tensor

使用累积状态执行指标计算

static prepare_labels(groups: Tensor)

根据样本分组计算指标标签

参数：

groups – 用于区分相似和不相似对象的分组

返回：

target – torch.Tensor - 在指标计算期间使用的标签

raw_compute(distance_matrix: Tensor, labels: Tensor) → Tensor

在已准备好的 distance_matrix 和 labels 上执行指标计算

此方法不进行任何数据和标签准备。假定 distance_matrix 已经计算好，必需的更改（例如屏蔽元素到自身的距离）已应用，并且相应的 labels 已准备好。

参数：

• distance_matrix – 准备好进行指标计算的距离矩阵

• labels – 准备好进行指标计算的标签，其形状与 distance_matrix 相同。可能的值在 {0, 1} 中。

返回：

torch.Tensor - 计算出的指标值

reset()

重置累积的嵌入和分组

update(embeddings: Tensor, groups: LongTensor, device=None) → None

处理并累积批次

参数：

• embeddings – 要累积的嵌入

• groups – 用于区分相似和不相似对象的分组。

• device – 用于存储计算出的嵌入和分组的设备。