tf.keras.metrics.SparseTopKCategoricalAccuracy

Вычисляет частоту, с которой целочисленные целевые значения попадают в топ-K прогнозов.

tf.keras.metrics.SparseTopKCategoricalAccuracy(
    k=5, name='sparse_top_k_categorical_accuracy', dtype=None
)

Использование:

m = tf.keras.metrics.SparseTopKCategoricalAccuracy()
m.update_state([2, 1], [[0.1, 0.9, 0.8], [0.05, 0.95, 0]])
print('Final result: ', m.result().numpy())  # Final result: 1.0

Использование с API tf.keras:

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

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 статистику метрики.

y_true и y_pred должны иметь одинаковую форму.