tf.math.in_top_k

Выводит, входят ли целевые значения в число лучших K прогнозов.

Просмотреть псевдонимы

Основные псевдонимы

tf.nn.in_top_k

tf.math.in_top_k(
    targets, predictions, k, name=None
)

Результатом является логический массив batch_size, в котором элемент out[i] имеет значение true, если прогноз для целевого класса является конечным (не inf, -inf или nan) и входит в число лучших k прогнозов среди всех прогнозов для примера i. predictions не обязательно нормализовать.

Обратите внимание, что поведение InTopK отличается от поведения операции TopK при обработке совпадений: если несколько классов имеют одинаковое значение прогноза и находятся по разные стороны границы топ-k, все эти классы считаются входящими в топ k.

target = tf.constant([0, 1, 3])
pred = tf.constant([
 [1.2, -0.3, 2.8, 5.2],
 [0.1, 0.0, 0.0, 0.0],
 [0.0, 0.5, 0.3, 0.3]],
 dtype=tf.float32)
print(tf.math.in_top_k(target, pred, 2))
tf.Tensor([False  True  True], shape=(3,), dtype=bool)

Аргументы
`targets`	Вектор идентификаторов классов размерности `batch_size`. Должен иметь тип `int32` или `int64`.
`predictions`	Тензор `batch_size` x `classes` типа `float32`.
`k`	`int`. Параметр для задания пространства поиска.
`name`	Имя операции (необязательно).

Возвращаемое значение
`Tensor` той же формы, что и `targets`, типа `bool`. Каждый элемент указывает, входит ли целевое значение в число прогнозов top-k.

© 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/math/in_top_k