tf.metrics.precision_at_top_k

Вычисляет точность@k предсказаний относительно разрозненных меток.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.metrics.precision_at_top_k

tf.metrics.precision_at_top_k(
    labels, predictions_idx, k=None, class_id=None, weights=None,
    metrics_collections=None, updates_collections=None, name=None
)

Отличается от sparse_precision_at_k тем, что предсказания должны быть в форме индексов k класса, тогда как sparse_precision_at_k ожидает значения logits. Дополнительные сведения см. в sparse_precision_at_k.

Аргументы
`labels`	`int64` `Tensor` или `SparseTensor` с формой [D1, ... DN, num_labels] или [D1, ... DN], где последнее подразумевает num_labels=1. N >= 1, а num_labels — количество целевых классов для соответствующего предсказания. Обычно N=1, и `labels` имеет форму [размер_пакета, num_labels]. [D1, ... DN] должно совпадать с `predictions`. Значения должны быть в диапазоне [0, num_classes), где num_classes — последнее измерение `predictions`. Значения за пределами этого диапазона игнорируются.
`predictions_idx`	Целое число `Tensor` с формой [D1, ... DN, k], где N >= 1. Обычно N=1, а predictions имеет форму [размер пакета, k]. Последнее измерение содержит индексы `k` предсказанных классов. [D1, ... DN] должно совпадать с `labels`.
`k`	Целое число, k для метрики @k. Используется только для имени оператора по умолчанию.
`class_id`	Целочисленный идентификатор класса, для которого мы хотим получить двоичные метрики. Он должен находиться в диапазоне [0, num_classes], где num_classes — последнее измерение `predictions`. Если `class_id` находится за пределами этого диапазона, метод возвращает NAN.
`weights`	`Tensor`, ранг которого равен либо 0, либо n-1, где n — ранг `labels`. Если последний случай, он должен быть совместим с `labels` (т.е. все измерения должны быть либо `1`, либо такими же, как соответствующее измерение `labels`).
`metrics_collections`	Необязательный список коллекций, в которые следует добавить значения.
`updates_collections`	Необязательный список коллекций, в которые следует добавить обновления.
`name`	Имя новой операции обновления и пространство имен для других зависимых операций.

Возвращает
`precision`	Скалярная `float64` `Tensor` со значением `true_positives`, делённым на сумму `true_positives` и `false_positives`.
`update_op`	`Operation`, который увеличивает `true_positives` и `false_positives` переменные соответствующим образом, и чьё значение соответствует `precision`.

Исключения
`ValueError`	Если `weights` не `None` и его форма не соответствует `predictions`, или если `metrics_collections` или `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено выполнение Eager.

© 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/metrics/precision_at_top_k