当前位置: 首页>>代码示例>>Python>>正文


Python Parallel.argmax方法代码示例

本文整理汇总了Python中joblib.Parallel.argmax方法的典型用法代码示例。如果您正苦于以下问题:Python Parallel.argmax方法的具体用法?Python Parallel.argmax怎么用?Python Parallel.argmax使用的例子?那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在joblib.Parallel的用法示例。


在下文中一共展示了Parallel.argmax方法的1个代码示例,这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞,您的评价将有助于系统推荐出更棒的Python代码示例。

示例1: svm_ova_from_kernel

# 需要导入模块: from joblib import Parallel [as 别名]
# 或者: from joblib.Parallel import argmax [as 别名]
def svm_ova_from_kernel(ktrain, train_labels,
                        ktest, test_labels,
                        C=DEFAULT_REGULARIZATION,
                        bkg_categories=None):

    def sighandler_svm(signum, frame):
        logger.info('Caught signal %i while training SVMs in paralell.'
                    % signum)

    signal.signal(signal.SIGTERM, sighandler_svm)

    n_test = ktest.shape[0]

    categories = np.unique(train_labels)

    # -- remove background categories
    if bkg_categories is not None:
        categories = list(set(categories).difference(set(bkg_categories)))

    n_categories = len(categories)

    cat_index = {}
    predictions = np.empty((n_test, n_categories))

    # -- train OVA SVMs in parallel
    predictions = Parallel(n_jobs=-1) (delayed(one_svm) (ktrain,
                                                  train_labels.reshape(-1),
                                                  ktest,
                                                  cat, C)
           for cat in categories)

    predictions = np.array(predictions).T

    # -- iterates over categories
    for icat, cat in enumerate(categories):
        cat_index[cat] = icat

    gt = np.array([cat_index[e]
                        for e in test_labels.reshape(-1)]).astype('int')
    pred = predictions.argmax(axis=1)
    acc = (pred == gt).sum() / float(n_test)

    return acc, predictions, gt
开发者ID:allansp84,项目名称:simple-hp,代码行数:45,代码来源:svm.py


注:本文中的joblib.Parallel.argmax方法示例由纯净天空整理自Github/MSDocs等开源代码及文档管理平台,相关代码片段筛选自各路编程大神贡献的开源项目,源码版权归原作者所有,传播和使用请参考对应项目的License;未经允许,请勿转载。