當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文

Python tf.keras.metrics.FalseNegatives用法及代碼示例


計算假陰性的數量。

繼承自：Metric、Layer、Module

用法

tf.keras.metrics.FalseNegatives(
    thresholds=None, name=None, dtype=None
)

參數

  • thresholds (可選)默認為 0.5。 [0, 1] 中的浮點值或浮點閾值的 python 列表/元組。將閾值與預測值進行比較以確定預測的真值(即，高於閾值的是true，低於閾值的是false)。為每個閾值生成一個度量值。
  • name (可選)指標實例的字符串名稱。
  • dtype (可選)度量結果的數據類型。

如果給出sample_weight，則計算假陰性權重的總和。該指標創建一個局部變量accumulator，用於跟蹤誤報的數量。

如果 sample_weight 是 None ，則權重默認為 1。使用 0 的 sample_weight 來屏蔽值。

單機使用：

m = tf.keras.metrics.FalseNegatives()
m.update_state([0, 1, 1, 1], [0, 1, 0, 0])
m.result().numpy()
2.0
m.reset_state()
m.update_state([0, 1, 1, 1], [0, 1, 0, 0], sample_weight=[0, 0, 1, 0])
m.result().numpy()
1.0

compile() API 的用法：

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

相關用法


注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.keras.metrics.FalseNegatives。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。