计算预测匹配二进制标签的频率。
继承自:MeanMetricWrapper
、Mean
、Metric
、Layer
、Module
用法
tf.keras.metrics.BinaryAccuracy(
name='binary_accuracy', dtype=None, threshold=0.5
)
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。 -
threshold
(可选)浮点数,表示用于决定预测值是 1 还是 0 的阈值。
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.BinaryAccuracy()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]])
m.result().numpy()
0.75
m.reset_state()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]],
sample_weight=[1, 0, 0, 1])
m.result().numpy()
0.5
compile()
API 的用法:
model.compile(optimizer='sgd',
loss='mse',
metrics=[tf.keras.metrics.BinaryAccuracy()])
相关用法
- Python tf.keras.metrics.BinaryAccuracy.merge_state用法及代码示例
- Python tf.keras.metrics.BinaryIoU.merge_state用法及代码示例
- Python tf.keras.metrics.BinaryCrossentropy用法及代码示例
- Python tf.keras.metrics.BinaryCrossentropy.merge_state用法及代码示例
- Python tf.keras.metrics.BinaryIoU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
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.BinaryAccuracy。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。