Python tf.keras.metrics.TopKCategoricalAccuracy用法及代码示例

计算目标出现在顶部 K 预测中的频率。

继承自：MeanMetricWrapper、Mean、Metric、Layer、Module

用法

tf.keras.metrics.TopKCategoricalAccuracy(
    k=5, name='top_k_categorical_accuracy', dtype=None
)

参数

k (可选)要查看计算准确性的顶级元素的数量。默认为 5。
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。

单机使用：

m = tf.keras.metrics.TopKCategoricalAccuracy(k=1)
m.update_state([[0, 0, 1], [0, 1, 0]],
               [[0.1, 0.9, 0.8], [0.05, 0.95, 0]])
m.result().numpy()
0.5

m.reset_state()
m.update_state([[0, 0, 1], [0, 1, 0]],
               [[0.1, 0.9, 0.8], [0.05, 0.95, 0]],
               sample_weight=[0.7, 0.3])
m.result().numpy()
0.3

compile() API 的用法：

model.compile(optimizer='sgd',
              loss='mse',
              metrics=[tf.keras.metrics.TopKCategoricalAccuracy()])

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.TopKCategoricalAccuracy。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。