當前位置: 首頁>>代碼示例>>Python>>正文


Python tf_metrics.recall方法代碼示例

本文整理匯總了Python中tf_metrics.recall方法的典型用法代碼示例。如果您正苦於以下問題:Python tf_metrics.recall方法的具體用法?Python tf_metrics.recall怎麽用?Python tf_metrics.recall使用的例子?那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在tf_metrics的用法示例。


在下文中一共展示了tf_metrics.recall方法的2個代碼示例,這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚,您的評價將有助於係統推薦出更棒的Python代碼示例。

示例1: test_recall_op

# 需要導入模塊: import tf_metrics [as 別名]
# 或者: from tf_metrics import recall [as 別名]
def test_recall_op(generator_fn, y_true_all, y_pred_all, pos_indices,
                   average):
    # Precision on the whole dataset
    pr_sk = recall_score(
        y_true_all, y_pred_all, pos_indices, average=average)

    # Create Tensorflow graph
    ds = tf.data.Dataset.from_generator(
        generator_fn, (tf.int32, tf.int32), ([None], [None]))
    y_true, y_pred = ds.make_one_shot_iterator().get_next()
    pr_tf = tf_metrics.recall(y_true, y_pred, 4, pos_indices, average=average)

    with tf.Session() as sess:
        # Initialize and run the update op on each batch
        sess.run(tf.local_variables_initializer())
        while True:
            try:
                sess.run(pr_tf[1])
            except OutOfRangeError as e:
                break

        # Check final value
        assert np.allclose(sess.run(pr_tf[0]), pr_sk) 
開發者ID:guillaumegenthial,項目名稱:tf_metrics,代碼行數:25,代碼來源:test_recall.py

示例2: test_recall

# 需要導入模塊: import tf_metrics [as 別名]
# 或者: from tf_metrics import recall [as 別名]
def test_recall(generator_fn, pos_indices, average):
    for y_true, y_pred in generator_fn():
        pr_tf = tf_metrics.recall(
            y_true, y_pred, 4, pos_indices, average=average)
        pr_sk = recall_score(
            y_true, y_pred, pos_indices, average=average)
        with tf.Session() as sess:
            sess.run(tf.local_variables_initializer())
            assert np.allclose(sess.run(pr_tf[1]), pr_sk) 
開發者ID:guillaumegenthial,項目名稱:tf_metrics,代碼行數:11,代碼來源:test_recall.py


注:本文中的tf_metrics.recall方法示例由純淨天空整理自Github/MSDocs等開源代碼及文檔管理平台,相關代碼片段篩選自各路編程大神貢獻的開源項目,源碼版權歸原作者所有,傳播和使用請參考對應項目的License;未經允許,請勿轉載。