計算整數目標出現在頂部 K
預測中的頻率。
繼承自:MeanMetricWrapper
、Mean
、Metric
、Layer
、Module
用法
tf.keras.metrics.SparseTopKCategoricalAccuracy(
k=5, name='sparse_top_k_categorical_accuracy', dtype=None
)
參數
-
k
(可選)要查看計算準確性的頂級元素的數量。默認為 5。 -
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。
單機使用:
m = tf.keras.metrics.SparseTopKCategoricalAccuracy(k=1)
m.update_state([2, 1], [[0.1, 0.9, 0.8], [0.05, 0.95, 0]])
m.result().numpy()
0.5
m.reset_state()
m.update_state([2, 1], [[0.1, 0.9, 0.8], [0.05, 0.95, 0]],
sample_weight=[0.7, 0.3])
m.result().numpy()
0.3
compile()
API 的用法:
model.compile(
optimizer='sgd',
loss='mse',
metrics=[tf.keras.metrics.SparseTopKCategoricalAccuracy()])
相關用法
- Python tf.keras.metrics.SparseTopKCategoricalAccuracy.merge_state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.SparseCategoricalAccuracy用法及代碼示例
- Python tf.keras.metrics.SparseCategoricalCrossentropy用法及代碼示例
- Python tf.keras.metrics.SpecificityAtSensitivity用法及代碼示例
- Python tf.keras.metrics.SpecificityAtSensitivity.merge_state用法及代碼示例
- Python tf.keras.metrics.Sum用法及代碼示例
- Python tf.keras.metrics.SensitivityAtSpecificity用法及代碼示例
- Python tf.keras.metrics.SquaredHinge.merge_state用法及代碼示例
- Python tf.keras.metrics.SensitivityAtSpecificity.merge_state用法及代碼示例
- Python tf.keras.metrics.SquaredHinge用法及代碼示例
- Python tf.keras.metrics.Sum.merge_state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.RootMeanSquaredError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.RecallAtPrecision.merge_state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.SparseTopKCategoricalAccuracy。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。