tf.contrib.eager.metrics.BinaryAccuracy

Вычисляет, насколько часто predictions совпадает с labels.

Наследуется от: Mean

tf.contrib.eager.metrics.BinaryAccuracy(
    threshold, name=None, dtype=tf.dtypes.double
)

Этот класс совместим с tf.keras.losses.binary_crossentropy, tf.compat.v1.losses.sigmoid_cross_entropy, tf.nn.sigmoid_cross_entropy_with_logits. Если меток несколько, это станет многоклассовой классификацией.

Атрибуты
`name`	имя объекта точности.
`threshold`	Используется для округления прогнозов. Если прогнозы — вероятности, то пороговое значение устанавливается в 0,5. логиты, то пороговое значение устанавливается в 0. Вы можете установить порог соответствующим образом, чтобы балансировать точность и полноту.
`dtype`	тип данных тензора.
`variables`

Методы

`add_variable`

Просмотреть исходный код

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

Только для использования потомками Metric.

`aggregate`

Просмотреть исходный код

aggregate(
    metrics
)

Добавляет состояние из списка метрик.

По умолчанию реализация суммирует все переменные метрик.

Аргументы
`metrics`	Список метрик того же типа, что и `self`.

Исключения
`ValueError`	Если метрики содержат некорректные данные.

`build`

Просмотреть исходный код

build(
    *args, **kwargs
)

Метод для создания переменных.

Вызывается __call__() перед call() в первый раз.

Аргументы
`*args`
`**kwargs`	Аргументы первого вызова `__call__()`. `build()` может использовать форму и/или тип этих аргументов для определения способа создания переменных.

`call`

Просмотреть исходный код

call(
    labels, predictions, weights=None
)

Накапливает статистику точности.

labels и predictions должны иметь одинаковую форму и тип.

Аргументы
`labels`	Бинарный тензор (содержащий 0 или 1).
`predictions`	Тензор с вероятностями или логитами.
`weights`	Необязательное взвешивание каждого примера. По умолчанию равно 1.

Возвращаемое значение
Аргументы для удобной цепочки вызовов.

`init_variables`

Просмотреть исходный код

init_variables()

Инициализирует переменные этой метрики.

Должен вызываться после создания переменных в первом выполнении __call__(). При использовании выполнения в графе возвращаемое значение должно быть run() в сессии перед запуском операции, возвращаемой __call__(). (См. пример выше.)

Возвращаемое значение
При использовании выполнения в графе функция возвращает операцию для выполнения инициализации. При выполнении с помощью eager-режима переменные сбрасываются до начальных значений в качестве побочного эффекта, и функция возвращает None.

Возвращаемое значение

При использовании выполнения в графе функция возвращает операцию для выполнения инициализации. При выполнении с помощью eager-режима переменные сбрасываются до начальных значений в качестве побочного эффекта, и функция возвращает None.

`result`

Просмотреть исходный код

result(
    write_summary=True
)

Возвращает результат метрики.

Аргументы
`write_summary`	Булевое значение, указывающее, нужно ли передавать результат в сводку перед возвратом.

Возвращаемое значение
Агрегированная метрика как число с плавающей точкой.

Исключения
`ValueError`	если необязательный аргумент не является булевым

`value`

Просмотреть исходный код

value()

В режиме графа возвращает тензор результата, а в режиме eager — вызываемую функцию.

`call`

Просмотреть исходный код

__call__(
    *args, **kwargs
)

Возвращает операцию для выполнения обновления этой метрики для этих входных данных.

Возвращает None, если включено eager-выполнение. Возвращает функцию режима графа, если включено выполнение в режиме графа.

Аргументы
`*args`
`**kwargs`	Мини-пакет входных данных для метрики, передаваемый в `call()`.

© 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/contrib/eager/metrics/BinaryAccuracy