Tensorflow.js tf.metrics.binaryAccuracy()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.metrics.binaryAccuracy()函数用于计算预测与二进制标签匹配的频率。并且该函数将两个张量作为参数，并且张量的值在0到1之间。

用法:

tf.metrics.binaryAccuracy (True, Prediction)

Parameters:

True:它是真理的二进制张量，并且张量可以包含0到1之间的值。
Prediction:它是预测的张量，张量可以包含0到1之间的值。

返回值：它返回一个张量。

范例1：在此示例中，我们给出了两个1d张量，其中包含0到1之间的值作为参数，而metrics.binaryAccuracy函数将计算预测匹配并返回张量。

Javascript


// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor1d([1, 0, 1, 1, 0, 1, 0, 0]);
const Prediction = tf.tensor1d([0.2, 0.4, 0.6, 0.3, 0.7, 0.3, 0.4, 0.7]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

输出：

Tensor
    0.375

范例2：在此示例中，我们给出了两个包含值0和1作为参数的2d张量，而metrics.binaryAccuracy函数将计算预测匹配并返回张量。

Javascript


// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor2d([[1, 0, 1, 1], [1, 0, 1, 0]], [2, 4]);
const Prediction = tf.tensor2d([[1, 0, 1, 0], [0, 1, 0, 1]], [2, 4]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

输出：

Tensor
    [0.75, 0]

参考：https://js.tensorflow.org/api/latest/#metrics.binaryAccuracy

相关用法

注：本文由纯净天空筛选整理自nikhilchhipa9大神的英文原创作品 Tensorflow.js tf.metrics.binaryAccuracy() Function。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。