Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代码示例

用法

merge_state(
    metrics
)

参数

metrics 一个可迭代的指标。指标必须具有兼容的状态。

抛出

ValueError 如果提供的迭代不包含与指标所需规范匹配的指标。

合并来自一个或多个指标的状态。

分布式系统可以使用这种方法来合并不同度量实例计算的状态。通常，状态将以度量权重的形式存储。例如，一个 tf.keras.metrics.Mean 度量包含两个权重值的列表：一个总和一个计数。如果有两个 tf.keras.metrics.Accuracy 实例，每个实例都独立地聚合部分状态以进行整体准确度计算，则这两个指标的状态可以组合如下：

m1 = tf.keras.metrics.Accuracy()
_ = m1.update_state([[1], [2]], [[0], [2]])

m2 = tf.keras.metrics.Accuracy()
_ = m2.update_state([[3], [4]], [[3], [4]])

m2.merge_state([m1])
m2.result().numpy()
0.75

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.metrics.SparseCategoricalAccuracy.merge_state。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。