标签: metrics

我正在检查非常简单的指标对象，tensorflow.keras例如BinaryAccuracy或AUC。他们都有reset_states()自己的update_state()观点，但我发现他们的文档不充分且不清楚。

你能解释一下它们的意思吗？

我的 Kubernetes 仪表板有问题。我实际上使用托管 Kubernetes 服务 AKS 并使用以下设置创建了 Kubernetes 集群：

• Kubernetes-版本 1.20.9
• 1 个大小为 Standard_DS2_v2 的工作节点

它通过自动配置coredns、corednsautoscaler、omsagent-rs、tunnelfront和metrics-sever成功启动。

之后，我为我的服务应用了三个部署，全部部署成功。

现在，我想访问 Kubernetes 仪表板。我使用了https://artifacthub.io/packages/helm/k8s-dashboard/kubernetes-dashboard上描述的指令。

之后，我调用kubectl proxy通过以下网址访问仪表板：http://localhost:8001/api/v1/namespaces/kubernetes-dashboard/services/https:kubernetes-dashboard:/proxy/。

在我使用 kubeconfig 文件登录 Kubernetes 仪表板后，我得到以下输出，并且 cpu 也没有显示内存使用情况。

当我执行 kubectl 描述 kubernetes-dashboard pod 时，我得到以下信息：

pod 中的日志如下所示：

Internal error occurred: No metric client provided. Skipping metrics.
2021/12/11 19:23:04 [2021-12-11T19:23:04Z] Outcoming response to 127.0.0.1:43392 with 200 status code
2021/12/11 19:23:04 Internal error occurred: No metric client …

我对 Micrometer 的了解还相当少，所以我将首先介绍我实际上想要实现的目标。

目的

• 鉴于我在数据库表中有记录，每个记录都包含一个“creation_date”。
• 假设客户端调用 API 来获取这些记录
• 我想记录一条记录被访问的​​次数，按其创建日期（仅月份和年份）分组

结果示例

• 在过去 6 小时内，访问了 2021 年 1 月创建的 10 条记录
• 在过去 12 小时内，访问了 2021 年 2 月创建的 15 条记录
• 上周一至上周二期间，2021 年 2 月创建的 5 条记录被访问

我想到了什么

• 每个月/年组合的计数器，每当访问同一月/年创建日期的记录时，该计数器就会递增

如果我没记错的话，这种方法的问题是必须为过去和未来创建的计数器的数量。

我在想千分尺内是否可以有某种桶支撑，如下所示：

• 如果访问的记录是在2021年1月创建的 -> 将其存储在存储桶A中（标记为2021年1月）
• 如果访问的记录是在 2022 年 2 月创建的 -> 将其存储在存储桶 B 中（标记为 2022 年 2 月）

我不确定我是否正在寻找实现这一目标的正确方向。多谢！

我正在尝试使用 Cifar10 数据集计算多类分类问题的 f1 分数。我正在从 sklearn 库导入 f1 指标。但是我不断收到以下错误消息：

ValueError: Classification metrics can't handle a mix of multiclass and continuous-multioutput targets

下面是我在验证集上测试模型的函数。有人能够解释在执行多类分类时如何计算 f1 吗？我很困惑。

@torch.no_grad()
def valid_function(model, optimizer, val_loader):
  model.eval()

  val_loss = 0.0
  val_accu = 0.0
  f_one = []
  for i, (x_val, y_val) in enumerate(val_loader):

    x_val, y_val = x_val.to(device), y_val.to(device)

    val_pred = model(x_val)
    loss = criterion(val_pred, y_val)

    val_loss += loss.item()
    val_accu += accuracy(val_pred, y_val)
    f_one.append(f1_score(y_val.cpu(), val_pred.cpu()))


  val_loss /= len(val_loader)
  val_accu /= len(val_loader)
      
  print('Val Loss: %.3f | Val Accuracy: %.3f'%(val_loss,val_accu))

  return …

我正在搜索以在 Datadog 仪表板中显示 QueryValue 字段中指标的最后一个值。

目前，我正在使用

            "queries": [
              {
                "query": "max:blabla.mycount{$env}",
                "data_source": "metrics",
                "name": "query1",
                "aggregator": "last"
              }
            ]

这是正确的方法吗？对于这一系列 mycount [20,1,5,3,2]，将取哪个数字？它真的是系列 (2) 中的最后一部还是系列 (20) 中最大的一部？

问候，模糊。

有没有人有关于正式单元测试效用的指标？我看到很多人关注单元测试工具,我很好奇为什么？

我在5年或6年前停止了正式的单元测试,生产率的净增长似乎很高.我停止了单元测试,因为我注意到它从未捕获任何东西 - 更不用说任何有用的了.单位测试检测到的错误类型似乎可以通过每小时不超过2杯葡萄酒/啤酒(或每小时2个关节)来预防.此外 - 单元测试似乎通过允许开发人员认为有一些保护措施来解决他们的错误而产生风险.

我测试以确保代码按预期工作,但我不使用任何工具.我根据正在进行的更改进行测试.我的新代码的生产错误率大约为零.我对代码更改的错误率大约是每季度2-3个错误.上述措施基于我开发/支持的4个生产应用程序.

我正在尝试绘制每分钟调用一次API的次数。通过将Coda Hale指标与Graphite一起使用，我可以看到连续计数（即，如果调用API 5次，它将在时间上显示恒定的5值线），或者我可以看到每分钟的指数加权移动平均值..... ........但是我想看看的是每分钟调用API的次数。我尝试使用Coda Hale的计数器，计时器和仪表，也尝试使用Graphite渲染功能，但无法获得所需的内容。

有人做过吗-道歉，如果这是一个基本问题

我最近了解了用于测量应用程序效率的不同方面的百分位指标（即：如 p50、p90 和 p99 延迟等。）我不确定为什么要使用 p50，就像这种指标一样有点模糊，如果您想衡量应用程序的效率，则不会提供太多信息。我认为这可能是一个广泛的问题，但是哪种百分位数最能反映您的应用程序的效率？

我正在寻找可以为我生成lisp程序中每个函数的代码行的统计信息的程序.在Lisp中,这意味着每个函数或宏可以计算顶级函数中递归包含的函数数量.

任何指针都将非常感激.

版本：python 3.8.2（我也尝试过3.6.8，但我认为python版本在这里并不重要），tensorflow 2.3.0，numpy 1.18.5

我正在使用稀疏标签张量训练一个用于分类问题的模型。我将如何定义一个指标来计算“0”标签在此之前出现的次数？我在下面的代码示例中尝试做的是将指标在数组中看到的所有标签存储起来，并在y_true每次update_state调用时不断地将现有数组与新数组连接起来。（我知道我可以只存储一个count变量并使用+=，但在实际使用场景中，连接是理想的并且内存不是问题。）以下是重现问题的最少代码：

import tensorflow as tf

class ZeroLabels(tf.keras.metrics.Metric):
    """Accumulates a list of all y_true sparse categorical labels (ints) and calculates the number of times the '0' label has appeared."""
    def __init__(self, *args, **kwargs):
        super(ZeroLabels, self).__init__(name="ZeroLabels")
        self.labels = self.add_weight(name="labels", shape=(), initializer="zeros", dtype=tf.int32)

    def update_state(self, y_true, y_pred, sample_weight=None):
        """I'm using sparse categorical crossentropy, so labels are 1D array of integers."""
        if self.labels.shape == (): # if this is the first time …

我正在尝试专门返回特定时间段之间的指标。我试图根据晚上或白天的不同，对具有不同水印的特定指标发出警报。

当我查询白天指标时，它工作正常：sum(increase(some_counter_total[5m])) and hour() >4 <20 这当然可以工作，因为这bigger than 4 but smaller than 23是一个有效范围。

然而，当一个人想在夜间执行此操作时，对于相反的时间段，这会变得更有趣：sum(increase(some_counter_total[5m])) and hour() >20 <4 第一个条件bigger then 20已经消除了以下条件smaller then 4。颠倒顺序时也是如此。

我尝试了一些不同的 using 组合or，但我一定做错了，因为我从未让查询正常工作。理想情况下，我想我会寻找一种进行反向查询的方法sum(increase(some_counter_total[5m])) and WHEN NOT hour() >4 <20。

我想将英里转换为米？和其他单位到公制？我尝试了很多变体来改变值，但它对我没有帮助，请问有人可以做到吗？如果有必要，我可以分享我所有的代码，是的，对不起我的英语。

有我的代码请帮忙。

Double speedInMilesPerHour = location.getSpeed()* 3.6; //inMeters
    requestParams.put("speed",  Integer.toString(speedInMilesPerHour.intValue()));

    try {
        requestParams.put("date", URLEncoder.encode(dateFormat.format(date), "UTF-8"));
    } catch (UnsupportedEncodingException e) {}

    requestParams.put("locationmethod", location.getProvider());

    if (totalDistanceInMeters > 0) {
        requestParams.put("distance", String.format("%.1f", totalDistanceInMeters / 1609)); // in miles,
    } else {
        requestParams.put("distance", "0.0"); // in miles
    }

    requestParams.put("username", sharedPreferences.getString("userName", ""));
    requestParams.put("phonenumber", sharedPreferences.getString("appID", "")); // uuid
    requestParams.put("sessionid", sharedPreferences.getString("sessionID", "")); // uuid

    Double accuracyInFeet = location.getAccuracy()* 3.28;
    requestParams.put("accuracy",  Integer.toString(accuracyInFeet.intValue()));

    Double altitudeInFeet = location.getAltitude() * 3.28;
    requestParams.put("extrainfo",  Integer.toString(altitudeInFeet.intValue()));