当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


计算预测匹配整数标签的频率。

用法

tf.keras.metrics.sparse_categorical_accuracy(
    y_true, y_pred
)

参数

  • y_true 整数地面实况值。
  • y_pred 预测值。

返回

  • 稀疏的分类准确度值。

单机使用:

y_true = [2, 1]
y_pred = [[0.1, 0.9, 0.8], [0.05, 0.95, 0]]
m = tf.keras.metrics.sparse_categorical_accuracy(y_true, y_pred)
assert m.shape == (2,)
m.numpy()
array([0., 1.], dtype=float32)

您可以将类的 logits 提供为 y_pred ,因为 logits 的 argmax 和概率是相同的。

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.sparse_categorical_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。