tf.compat.v1.metrics.false_negatives

Вычисляет общее количество ложных отрицательных результатов.

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

Если weights является None, веса по умолчанию равны 1. Используйте веса 0, чтобы замаскировать значения.

Аргументы
`labels`	Значения фактических результатов, а `Tensor`, размеры которого должны соответствовать `predictions`. Будет преобразовано в `bool`.
`predictions`	Предсказанные значения, а `Tensor` произвольных размеров. Будет преобразовано в `bool`.
`weights`	Необязательные `Tensor`, ранг которого равен либо 0, либо соответствует рангу `labels`, и должен быть совместим с `labels` (т. е., все размеры должны быть либо `1`, или соответствовать соответствующему размеру `labels`).
`metrics_collections`	Необязательный список коллекций, в которые должна быть добавлена переменная значения метрики.
`updates_collections`	Необязательный список коллекций, в которые должны быть добавлены операции обновления метрики.
`name`	Необязательное имя области переменных.

Возвращаемые значения
`value_tensor`	A `Tensor`, представляющий текущее значение метрики.
`update_op`	Операция, которая накапливает ошибку из набора данных.

Исключения
`ValueError`	Если `weights` не является `None` и его форма не соответствует `values`, или если `metrics_collections` или `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено выполнение eager.

© 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/false_negatives