tf.keras.metrics.TrueNegatives

Вычисляет количество истинно отрицательных результатов.

Наследуется от: Metric

tf.keras.metrics.TrueNegatives(
    thresholds=None, name=None, dtype=None
)

Используется в блокнотах

Используется в руководствах
Классификация несбалансированных данных

Если задано sample_weight, вычисляет сумму весов истинно отрицательных результатов. Эта метрика создает одну локальную переменную — accumulator, которая используется для отслеживания количества истинно отрицательных результатов.

Если sample_weight равно None, по умолчанию вес равен 1. Используйте sample_weight со значением 0, чтобы маскировать значения.

Аргументы
`thresholds`	(Необязательно) По умолчанию равно `0.5`. Значение с плавающей точкой или список/кортеж Python со значениями порога с плавающей точкой в `[0, 1]`. Порог сравнивается со значениями предсказаний, чтобы определить их истинностное значение (то есть значения выше порога считаются `True`, а ниже — `False`). Если используется с функцией потерь, которая устанавливает `from_logits=True` (то есть к предсказаниям не применяется сигмоида), значение `thresholds` следует установить равным 0. Для каждого значения порога вычисляется отдельное значение метрики.
`name`	(Необязательно) Строковое имя экземпляра метрики.
`dtype`	(Необязательно) Тип данных результата метрики.

Пример:

m = keras.metrics.TrueNegatives()
m.update_state([0, 1, 0, 0], [1, 1, 0, 0])
m.result()
2.0

m.reset_state()
m.update_state([0, 1, 0, 0], [1, 1, 0, 0], sample_weight=[0, 0, 1, 0])
m.result()
1.0

Атрибуты
`dtype`
`variables`

Методы

`add_variable`

Посмотреть исходный код

add_variable(
    shape, initializer, dtype=None, aggregation='sum', name=None
)

`add_weight`

Посмотреть исходный код

add_weight(
    shape=(), initializer=None, dtype=None, name=None
)

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Посмотреть исходный код

get_config()

Возвращает сериализуемую конфигурацию метрики.

`reset_state`

Посмотреть исходный код

reset_state()

Сбрасывает все переменные состояния метрики.

Эта функция вызывается между эпохами/шагами, когда метрика вычисляется во время обучения.

`result`

Посмотреть исходный код

result()

Вычисляет текущее значение метрики.

Возвращает
Скалярный тензор или словарь скалярных тензоров.

`stateless_reset_state`

Посмотреть исходный код

stateless_reset_state()

`stateless_result`

Посмотреть исходный код

stateless_result(
    metric_variables
)

`stateless_update_state`

Посмотреть исходный код

stateless_update_state(
    metric_variables, *args, **kwargs
)

`update_state`

Посмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

Аргументы
`y_true`	Эталонные значения.
`y_pred`	Предсказанные значения.
`sample_weight`	Необязательный вес каждого примера. По умолчанию равно `1`. Может быть тензором ранга 0 или того же ранга, что и `y_true`, и должен допускать широковещательное преобразование к `y_true`.

`call`

Посмотреть исходный код

__call__(
    *args, **kwargs
)

Вызывает self как функцию.

© 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/keras/metrics/TrueNegatives