tf.keras.metrics.TrueNegatives

Вычисляет количество истинных отрицательных значений.

Наследуется от: Metric

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

Используется в ноутбуках

Используется в учебных пособиях
Классификация на несбалансированных данных

Если sample_weight задано, вычисляет сумму весов истинных отрицательных значений. Этот метрический показатель создаёт одну локальную переменную, accumulator, которая используется для отслеживания количества истинных отрицательных значений.

Если sample_weight это None, веса по умолчанию равны 1. Используйте sample_weight значения 0 для маскирования значений.

Аргументы
`thresholds`	(Необязательно) По умолчанию `0.5`. Вещественное значение или список/кортеж Python с вещественными значениями порога в `[0, 1]`. Порог сравнивается со значениями предсказаний для определения истинного значения предсказаний (т.е., выше порога — `True`, ниже — `False`). Если используется с функцией потерь, которая устанавливает `from_logits=True` (т.е. без применения сигмоиды к предсказаниям), `thresholds` следует установить в 0. Для каждого значения порога генерируется одно значение метрики.
`name`	(Необязательно) Имя строки 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`

Просмотреть исходный код

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

`add_weight`

Просмотреть исходный код

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

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

`get_config`

Просмотреть исходный код

get_config()

Возвращает сериализуемую конфигурацию метрики.

`reset_state`

Просмотреть исходный код

reset_state()

Сбрасывает все переменные состояния метрики.

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

`result`

Просмотреть исходный код

result()

Вычисляет текущее значение метрики.

Возвращаемые значения
Скалярный тензор или словарь скалярных тензоров.

`stateless_reset_state`

Просмотреть исходный код

stateless_reset_state()

`stateless_result`

Просмотреть исходный код

stateless_result(
    metric_variables
)

`stateless_update_state`

Просмотреть исходный код

stateless_update_state(
    metric_variables, *args, **kwargs
)

`update_state`

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

Аргументы
`y_true`	Значения целевого объекта.
`y_pred`	Значения предсказаний.
`sample_weight`	Необязательное взвешивание каждого примера. По умолчанию `1`. Может быть тензором с рангом 0 или тем же рангом, что и у `y_true`, и должен быть совместим для трансляции с `y_true`.

`call`

Просмотреть исходный код

__call__(
    *args, **kwargs
)

Вызов self как функции.

© 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