当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python tf.keras.Sequential.compute_metrics用法及代码示例


用法

compute_metrics(
    x, y, y_pred, sample_weight
)

参数

  • x 输入数据。
  • y 目标数据。
  • y_pred 模型返回的预测(model.call(x) 的输出)
  • sample_weight 用于加权损失函数的样本权重。

返回

更新指标状态并收集所有要返回的指标。

子类可以选择覆盖此方法以提供自定义指标更新和收集逻辑。

例子:

class MyModel(tf.keras.Sequential):

  def compute_metrics(self, x, y, y_pred, sample_weight):

    # This super call updates `self.compiled_metrics` and returns results
    # for all metrics listed in `self.metrics`.
    metric_results = super(MyModel, self).compute_metrics(
        x, y, y_pred, sample_weight)

    # Note that `self.custom_metric` is not listed in `self.metrics`.
    self.custom_metric.update_state(x, y, y_pred, sample_weight)
    metric_results['custom_metric_name'] = self.custom_metric.result()
    return metric_results

相关用法


注:本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.Sequential.compute_metrics。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。