tf.keras.metrics.FalseNegatives

Вычисляет количество ложных негативных результатов.

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

Например, если y_true равно [0, 1, 1, 1] и y_pred равно [0, 1, 0, 0], то значение ложных негативных результатов равно 2. Если веса заданы как [0, 0, 1, 0], то значение ложных негативных результатов будет равно 1.

Если sample_weight задано, вычисляется сумма весов ложных негативных результатов. Эта метрика создает одну локальную переменную, accumulator, которая используется для отслеживания количества ложных негативных результатов.

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

Использование:

m = tf.keras.metrics.FalseNegatives()
m.update_state([0, 1, 1, 1], [0, 1, 0, 0])
print('Final result: ', m.result().numpy())  # Final result: 2

Использование с API tf.keras:

model = tf.keras.Model(inputs, outputs)
model.compile('sgd', loss='mse', metrics=[tf.keras.metrics.FalseNegatives()])

Методы

reset_states

Просмотреть исходный код

reset_states()

Сбрасывает все переменные состояния метрики.

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

result

Просмотреть исходный код

result()

Вычисляет и возвращает тензор значения метрики.

Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики с использованием переменных состояния.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает заданные статистические данные условия матрицы неточностей.