tf.compat.v1.metrics.average_precision_at_k

Вычисляет среднюю точность@k предсказаний относительно разреженных меток.

tf.compat.v1.metrics.average_precision_at_k(
    labels,
    predictions,
    k,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

average_precision_at_k создает две локальные переменные, average_precision_at_<k>/total и average_precision_at_<k>/max, которые используются для вычисления частоты. В конечном итоге эта частота возвращается как average_precision_at_<k>: идемпотентная операция, которая просто делит average_precision_at_<k>/total на average_precision_at_<k>/max.

Для оценки метрики на потоке данных функция создает операцию update_op, которая обновляет эти переменные и возвращает precision_at_<k>. Внутри операция top_k вычисляет Tensor, указывающий на верхние k predictions. Операции над множествами, применяемые к top_k и labels, вычисляют истинно положительные и ложноположительные значения, взвешенные с помощью weights. Затем update_op увеличивает true_positive_at_<k> и false_positive_at_<k>, используя эти значения.

Если weights равен None, веса по умолчанию равны 1. Используйте веса 0, чтобы маскировать значения.

Аргументы
`labels`	`int64` `Tensor` или `SparseTensor` с формой [D1, ... DN, num_labels] или [D1, ... DN], где во втором случае подразумевается num_labels=1. N >= 1, а num_labels — количество целевых классов для соответствующего предсказания. Обычно N=1, а `labels` имеет форму [batch_size, num_labels]. [D1, ... DN] должны соответствовать `predictions`. Значения должны находиться в диапазоне [0, num_classes), где num_classes — последняя размерность `predictions`. Значения за пределами этого диапазона игнорируются.
`predictions`	Число с плавающей точкой `Tensor` с формой [D1, ... DN, num_classes], где N >= 1. Обычно N=1, а `predictions` имеет форму [batch size, num_classes]. Последняя размерность содержит значения логитов для каждого класса. [D1, ... DN] должны соответствовать `labels`.
`k`	Целое число k для метрики @k. Будет вычислена средняя точность в диапазоне `[1,k]`, как описано выше.
`weights`	`Tensor`, ранг которого равен 0 или n-1, где n — ранг `labels`. Во втором случае оно должно допускать трансляцию по правилам broadcasting к `labels` (то есть все размерности должны быть либо `1`, либо совпадать с соответствующей размерностью `labels`).
`metrics_collections`	Необязательный список коллекций, в которые следует добавить значения.
`updates_collections`	Необязательный список коллекций, в которые следует добавить обновления.
`name`	Имя новой операции обновления и пространство имен для других зависимых операций.

Возвращает
`mean_average_precision`	Скалярный `float64` `Tensor` со значениями средней точности.
`update`	`Operation`, которая соответствующим образом увеличивает значения переменных и возвращает значение, совпадающее с `metric`.

Вызывает исключения
`ValueError`	если k недопустимо.
`RuntimeError`	Если включено нетерпеливое выполнение.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/metrics/average_precision_at_k