用法
merge_state(
metrics
)
參數
-
metrics
一個可迭代的指標。指標必須具有兼容的狀態。
拋出
-
ValueError
如果提供的迭代不包含與指標所需規範匹配的指標。
合並來自一個或多個指標的狀態。
分布式係統可以使用這種方法來合並不同度量實例計算的狀態。通常,狀態將以度量權重的形式存儲。例如,一個 tf.keras.metrics.Mean 度量包含兩個權重值的列表:一個總和一個計數。如果有兩個 tf.keras.metrics.Accuracy 實例,每個實例都獨立地聚合部分狀態以進行整體準確度計算,則這兩個指標的狀態可以組合如下:
m1 = tf.keras.metrics.Accuracy()
_ = m1.update_state([[1], [2]], [[0], [2]])
m2 = tf.keras.metrics.Accuracy()
_ = m2.update_state([[3], [4]], [[3], [4]])
m2.merge_state([m1])
m2.result().numpy()
0.75
相關用法
- Python tf.keras.metrics.RootMeanSquaredError用法及代碼示例
- Python tf.keras.metrics.RecallAtPrecision.merge_state用法及代碼示例
- Python tf.keras.metrics.RecallAtPrecision用法及代碼示例
- Python tf.keras.metrics.Recall.merge_state用法及代碼示例
- Python tf.keras.metrics.Recall用法及代碼示例
- Python tf.keras.metrics.Mean.merge_state用法及代碼示例
- Python tf.keras.metrics.Hinge用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalAccuracy.merge_state用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy.merge_state用法及代碼示例
- Python tf.keras.metrics.sparse_categorical_accuracy用法及代碼示例
- Python tf.keras.metrics.FalseNegatives用法及代碼示例
- Python tf.keras.metrics.TrueNegatives用法及代碼示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代碼示例
- Python tf.keras.metrics.Mean用法及代碼示例
- Python tf.keras.metrics.poisson用法及代碼示例
- Python tf.keras.metrics.LogCoshError用法及代碼示例
- Python tf.keras.metrics.MeanSquaredLogarithmicError用法及代碼示例
- Python tf.keras.metrics.FalsePositives.merge_state用法及代碼示例
- Python tf.keras.metrics.OneHotMeanIoU.merge_state用法及代碼示例
- Python tf.keras.metrics.TopKCategoricalAccuracy用法及代碼示例
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.RootMeanSquaredError.merge_state。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。