当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

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


计算整数目标出现在顶部 K 预测中的频率。

用法

tf.keras.metrics.sparse_top_k_categorical_accuracy(
    y_true, y_pred, k=5
)

参数

  • y_true 真实目标的张量。
  • y_pred 预测目标的张量。
  • k (可选)要查看计算准确性的顶级元素的数量。默认为 5。

返回

  • 稀疏的前 K 个分类准确度值。

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_top_k_categorical_accuracy(
    y_true, y_pred, k=3)
assert m.shape == (2,)
m.numpy()
array([1., 1.], dtype=float32)

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_top_k_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。