計算預測匹配整數標簽的頻率。
用法
tf.keras.metrics.sparse_categorical_accuracy(
y_true, y_pred
)
參數
-
y_true
整數地麵實況值。 -
y_pred
預測值。
返回
- 稀疏的分類準確度值。
單機使用:
y_true = [2, 1]
y_pred = [[0.1, 0.9, 0.8], [0.05, 0.95, 0]]
m = tf.keras.metrics.sparse_categorical_accuracy(y_true, y_pred)
assert m.shape == (2,)
m.numpy()
array([0., 1.], dtype=float32)
您可以將類的 logits 提供為 y_pred
,因為 logits 的 argmax 和概率是相同的。
相關用法
- Python tf.keras.metrics.sparse_categorical_crossentropy用法及代碼示例
- Python tf.keras.metrics.sparse_top_k_categorical_accuracy用法及代碼示例
- Python tf.keras.metrics.squared_hinge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.RootMeanSquaredError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.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
- 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
- Python tf.keras.metrics.Hinge.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.sparse_categorical_accuracy。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。