tensorflow - TensorBoard标量图中 “smoothing”参数背后的数学是什么？

我认为这是某种移动平均值，但有效范围是0到1。

最佳答案

它称为exponential moving average，下面是代码说明如何创建它。

假设所有实际标量值都在名为scalars的列表中，则按以下方式应用平滑处理:

def smooth(scalars: List[float], weight: float) -> List[float]:  # Weight between 0 and 1
    last = scalars[0]  # First value in the plot (first timestep)
    smoothed = list()
    for point in scalars:
        smoothed_val = last * weight + (1 - weight) * point  # Calculate smoothed value
        smoothed.append(smoothed_val)                        # Save it
        last = smoothed_val                                  # Anchor the last smoothed value

    return smoothed

关于tensorflow - TensorBoard标量图中 “smoothing”参数背后的数学是什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/42281844/