tf.compat.v2.math.in_top_k

Определяет, находятся ли целевые значения в числе K лучших предсказаний.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

`tf.compat.v2.nn.in_top_k`

tf.compat.v2.math.in_top_k(
    targets, predictions, k, name=None
)

На выходе получается массив batch_size bool, где элемент out[i] равен true, если предсказание для целевого класса конечное (не inf, -inf или nan) и входит в число лучших k предсказаний среди всех предсказаний для примера i. Обратите внимание, что поведение InTopK отличается от операции TopK в обработке связей; если несколько классов имеют одинаковое значение предсказания и попадают в диапазон лучших k значений, все эти классы считаются в числе лучших k.

Более формально, пусть

$predictions_i$ — это предсказания для всех классов для примера i, $targets_i$ — целевой класс для примера i, $out_i$ — результат для примера i,

$$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$$

Аргументы
`predictions`	A `Tensor` типа `float32`. A `batch_size` x `classes` тензор.
`targets`	A `Tensor`. Должен быть одного из следующих типов: `int32`, `int64`. A `batch_size` вектор идентификаторов классов.
`k`	An `int`. Количество лучших элементов для просмотра при вычислении точности.
`name`	Имя операции (необязательно).

Возвращаемые значения
A `Tensor` типа `bool`. Вычисленная точность в `k` в виде `bool Tensor`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/compat/v2/math/in_top_k