计算预测等于标签的频率。
继承自:MeanMetricWrapper、Mean、Metric、Layer、Module
用法
tf.keras.metrics.Accuracy(
name='accuracy', dtype=None
)参数
-
name(可选)指标实例的字符串名称。 -
dtype(可选)度量结果的数据类型。
此指标创建两个局部变量 total 和 count 用于计算 y_pred 匹配 y_true 的频率。这个频率最终以 binary accuracy 的形式返回:一个幂等运算,只需将 total 除以 count 。
如果 sample_weight 是 None ,则权重默认为 1。使用 0 的 sample_weight 来屏蔽值。
单机使用:
m = tf.keras.metrics.Accuracy()
m.update_state([[1], [2], [3], [4]], [[0], [2], [3], [4]])
m.result().numpy()
0.75
m.reset_state()
m.update_state([[1], [2], [3], [4]], [[0], [2], [3], [4]],
sample_weight=[1, 1, 0, 0])
m.result().numpy()
0.5
compile() API 的用法:
model.compile(optimizer='sgd',
loss='mse',
metrics=[tf.keras.metrics.Accuracy()])
相关用法
- Python tf.keras.metrics.Accuracy.merge_state用法及代码示例
- Python tf.keras.metrics.AUC用法及代码示例
- Python tf.keras.metrics.AUC.merge_state用法及代码示例
- Python tf.keras.metrics.Mean.merge_state用法及代码示例
- Python tf.keras.metrics.Hinge用法及代码示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代码示例
- Python tf.keras.metrics.RootMeanSquaredError用法及代码示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代码示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代码示例
- Python tf.keras.metrics.FalseNegatives用法及代码示例
- Python tf.keras.metrics.TrueNegatives用法及代码示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代码示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代码示例
- Python tf.keras.metrics.Mean用法及代码示例
- Python tf.keras.metrics.poisson用法及代码示例
- Python tf.keras.metrics.LogCoshError用法及代码示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError用法及代码示例
- Python tf.keras.metrics.FalsePositives.merge_state用法及代码示例
- Python tf.keras.metrics.OneHotMeanIoU.merge_state用法及代码示例
- Python tf.keras.metrics.TopKCategoricalAccuracy用法及代码示例
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.metrics.Accuracy。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。
