tf.math.in_top_k

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

Псевдонимы

Основные псевдонимы

tf.nn.in_top_k

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.math.in_top_k, tf.compat.v1.nn.in_top_k

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

Это выводит массив batch_size bool, в котором элемент out[i] равен true, если предсказание для целевого класса конечно (не inf, -inf или nan) и находится среди k лучших предсказаний среди всех предсказаний, например i. Обратите внимание, что поведение InTopK отличается от операции TopK в обработке связей; если несколько классов имеют одинаковое значение предсказания и находятся на границе лучших k, все эти классы считаются лучшими k.

Более формально, пусть

$predictions_i$ - предсказания для всех классов, например i, $targets_i$ - целевой класс, например i, $out_i$ - выходное значение для примера i,

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

Аргументы
`predictions`	Матрица типа `float32`. Массив тензоров размером `batch_size` x `classes`.
`targets`	Матрица целых чисел. Должен быть одного из следующих типов: `int32`, `int64`. Вектор идентификаторов классов.
`k`	Целое число. Количество лучших элементов для вычисления точности.
`name`	Имя операции (необязательно).

Возвращаемое значение
Матрица типа `bool`. Вычисленная точность по `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/math/in_top_k