Tensorflow.js tf.metrics.binaryAccuracy()用法及代碼示例

Tensorflow.js是Google開發的開源庫，用於在瀏覽器或節點環境中運行機器學習模型和深度學習神經網絡。

tf.metrics.binaryAccuracy()函數用於計算預測與二進製標簽匹配的頻率。並且該函數將兩個張量作為參數，並且張量的值在0到1之間。

用法:

tf.metrics.binaryAccuracy (True, Prediction)

Parameters:

True:它是真理的二進製張量，並且張量可以包含0到1之間的值。
Prediction:它是預測的張量，張量可以包含0到1之間的值。

返回值：它返回一個張量。

範例1：在此示例中，我們給出了兩個1d張量，其中包含0到1之間的值作為參數，而metrics.binaryAccuracy函數將計算預測匹配並返回張量。

Javascript


// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor1d([1, 0, 1, 1, 0, 1, 0, 0]);
const Prediction = tf.tensor1d([0.2, 0.4, 0.6, 0.3, 0.7, 0.3, 0.4, 0.7]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

輸出：

Tensor
    0.375

範例2：在此示例中，我們給出了兩個包含值0和1作為參數的2d張量，而metrics.binaryAccuracy函數將計算預測匹配並返回張量。

Javascript


// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor2d([[1, 0, 1, 1], [1, 0, 1, 0]], [2, 4]);
const Prediction = tf.tensor2d([[1, 0, 1, 0], [0, 1, 0, 1]], [2, 4]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

輸出：

Tensor
    [0.75, 0]

參考：https://js.tensorflow.org/api/latest/#metrics.binaryAccuracy

相關用法

注：本文由純淨天空篩選整理自nikhilchhipa9大神的英文原創作品 Tensorflow.js tf.metrics.binaryAccuracy() Function。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。