Erro percentual absoluto médio do PyTorchMetrics, valor extremamente alto

Estou usando PyTorchpara um curso de reconhecimento facial e preciso calcular o valor MAPE.

Minha primeira tentativa foi com torchmetrics.MeanAbsolutePercentageErrorclasse, mas o resultado não faz sentido.

Por esse motivo, escrevi uma função para calculá-lo e parece funcionar bem.

Investigando um pouco, parece-me que o problema está relacionado à presença de 0no array de valores verdade, mas não encontrei nada na torchmetricsdocumentação.

Existe uma maneira de evitar esse problema em torchmetrics?

É possível que o epsilonvalor na fórmula MAPE não esteja definido? Se for o caso, como posso atribuir um valor a ele?

Estou feliz em usar a outra função, mas estou curioso para entender o motivo desses resultados com torchmetrics.

Estas são as 2 funções para calcular o MAPE:

def calculate_mape_torch(preds, targets):
    """Calculate MAPE using PyTorch method.
    
    Args:
        preds: array with ground truth values
        targets: array with predictions from model

    Returns:
        MAPE
    """
    if not isinstance(preds, torch.Tensor):
        preds = torch.tensor(preds)
    if not isinstance(targets, torch.Tensor):
        targets = torch.tensor(targets)

    mape = MeanAbsolutePercentageError()

    return mape(preds, targets) * 100


def calculate_mape(preds, targets, epsilon=1):
    """Calculate the Mean Absolute Percentage Error.
    
    Args:
        preds: array with ground truth values
        targets: array with predictions from model
        epsilon: value to avoid divide by zero problem

    Returns:
        MAPE
    """
    preds_flatten = preds.flatten("F")
    targets_flatten = targets.flatten("F")

    return np.sum(np.abs(targets_flatten - preds_flatten) / np.maximum(epsilon, targets_flatten)) / len(preds_flatten) * 100

Com estes valores:

y_true = np.array([[1, 0, 3], [4, 5, 6]])
y_pred = np.array([[3, 2, 2], [7, 3, 6]])

as 2 funções dão os resultados:

>>> calculate_mape(y_pred, y_true)
91.38888888888889

>>> calculate_mape_torch(y_pred, y_true)
tensor(28490084.)

Com estes valores:

y_true = np.array([[1, 2, 3], [4, 5, 6]])
y_pred = np.array([[3, 2, 2], [7, 3, 6]])

as 2 funções dão os resultados:

>>> calculate_mape(y_pred, y_true)
58.05555555555556

>>> calculate_mape_torch(y_pred, y_true)
tensor(58.0556)