tf.compat.v1.metrics.false_negatives
Вычисляет общее количество ложных отрицательных результатов.
tf.compat.v1.metrics.false_negatives(
labels, predictions, weights=None, metrics_collections=None,
updates_collections=None, name=None
)
Если weights является None, веса по умолчанию равны 1. Используйте веса 0 для маскирования значений.
| Аргументы | |
|---|---|
labels | Значения факта, тензор, чьи размеры должны соответствовать predictions. Будет приведено к типу bool. |
predictions | Предсказанные значения, тензор произвольных размеров. Будет приведено к типу bool. |
weights | Необязательные Tensor, ранг которого равен 0 или совпадает с рангом labels, и должен быть совместим с вектором labels (т.е. все измерения должны быть либо 1, или совпадать с соответствующим измерением labels). |
metrics_collections | Необязательный список коллекций, в который должна быть добавлена переменная значения метрики. |
updates_collections | Необязательный список коллекций, в который должны быть добавлены операции обновления метрики. |
name | Необязательное имя области переменных. |
| Возвращаемые значения | |
|---|---|
value_tensor | Тензор, представляющий текущее значение метрики. |
update_op | Операция, которая накапливает ошибку из набора данных. |
| Исключения | |
|---|---|
ValueError | Если weights не является None и его форма не соответствует values, или если metrics_collections или updates_collections не являются списком или кортежем. |
RuntimeError | Если включено выполнение в режиме 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/r2.3/api_docs/python/tf/compat/v1/metrics/false_negatives
