tf.compat.v1.metrics.false_negatives

Вычисляет общее количество ложноотрицательных результатов.

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

Если weights имеет значение None, вес по умолчанию равен 1. Используйте вес 0, чтобы маскировать значения.

Аргументы
`labels`	Эталонные значения, `Tensor`, размеры которого должны совпадать с `predictions`. Будет приведено к типу `bool`.
`predictions`	Предсказанные значения, `Tensor` произвольных размеров. Будет приведено к типу `bool`.
`weights`	Необязательный `Tensor`, ранг которого равен 0 или совпадает с рангом `labels`; он должен быть совместим с `labels` при широковещательной передаче (то есть все размеры должны быть равны `1` или соответствовать размеру `labels` в том же измерении).
`metrics_collections`	Необязательный список коллекций, в которые следует добавить переменную значения метрики.
`updates_collections`	Необязательный список коллекций, в которые следует добавить операции обновления метрики.
`name`	Необязательное имя variable_scope.

Возвращаемые значения
`value_tensor`	`Tensor`, представляющий текущее значение метрики.
`update_op`	Операция, которая накапливает ошибку по пакету данных.

Исключения
`ValueError`	Если `weights` не равно `None` и его форма не совпадает с `values` либо если `metrics_collections` или `updates_collections` не является списком или кортежем.
`RuntimeError`	Если включено eager-вычисление.

© 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