tf.compat.v1.metrics.precision_at_top_k

Вычисляет точность@k предсказаний относительно разреженных меток.

tf.compat.v1.metrics.precision_at_top_k(
    labels,
    predictions_idx,
    k=None,
    class_id=None,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

Отличается от sparse_precision_at_k тем, что предсказания должны быть представлены в виде индексов классов из топ-k, тогда как sparse_precision_at_k ожидает логиты. Подробнее см. в sparse_precision_at_k.

Аргументы
`labels`	`int64` `Tensor` или `SparseTensor` с формой [D1, ... DN, num_labels] или [D1, ... DN], где второй вариант подразумевает 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_idx`	Целочисленный `Tensor` с формой [D1, ... DN, k], где N >= 1. Обычно N=1, а predictions имеет форму [batch size, k]. Последняя размерность содержит индексы предсказанных классов из топ-`k`. [D1, ... DN] должны соответствовать `labels`.
`k`	Целое число k для метрики @k. Используется только для имени операции по умолчанию.
`class_id`	Целочисленный идентификатор класса, для которого нужны бинарные метрики. Он должен находиться в диапазоне [0, num_classes], где num_classes — последняя размерность `predictions`. Если `class_id` находится за пределами этого диапазона, метод возвращает NAN.
`weights`	`Tensor` с рангом 0 или n-1, где n — ранг `labels`. Во втором случае оно должно допускать широковещательное распространение до `labels` (то есть все размерности должны быть либо `1`, либо совпадать с соответствующей размерностью `labels`).
`metrics_collections`	Необязательный список коллекций, в которые следует добавлять значения.
`updates_collections`	Необязательный список коллекций, в которые следует добавлять обновления.
`name`	Имя новой операции обновления и пространство имен для других зависимых операций.

Возвращает
`precision`	Скалярный `float64` `Tensor` со значением, равным `true_positives`, деленному на сумму `true_positives` и `false_positives`.
`update_op`	`Operation`, который соответствующим образом увеличивает переменные `true_positives` и `false_positives` и значение которого совпадает с `precision`.

Вызывает исключения
`ValueError`	Если `weights` не является `None` и его форма не совпадает с `predictions` либо если `metrics_collections` или `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено eager execution.

© 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/precision_at_top_k