tf.compat.v1.metrics.precision_at_top_k
Вычисляет точность@k предсказаний относительно разрозненных меток.
tf.compat.v1.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 лучших k классов, тогда как sparse_precision_at_k ожидает логарифмы. Для получения более подробной информации см. 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 и 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 — последняя размерность predictions. Значения за пределами этого диапазона игнорируются. |
predictions_idx | Целое число Tensor с формой [D1, ... DN, k], где N >= 1. Обычно N=1 и предсказания имеют форму [размер_пакета, k]. Последняя размерность содержит индексы лучших k предсказанных классов. [D1, ... DN] должно совпадать с labels. |
k | Целое число, k для метрики @k. Используется только для имени операции по умолчанию. |
class_id | Целочисленный идентификатор класса, для которого требуются бинарные метрики. Он должен находиться в диапазоне [0, num_classes], где num_classes — последняя размерность 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 это последнее, он должен быть совместим с labels (то есть все измерения должны быть либо 1, либо совпадать с соответствующим измерением labels). |
metrics_collections | Необязательный список коллекций, в которые нужно добавить значения. |
updates_collections | Необязательный список коллекций, в которые нужно добавить обновления. |
name | Имя новой операции обновления и пространство имён для других зависимых операций. |
| Возвращаемые значения | |
|---|---|
precision | Скалярная float64 Tensor со значением true_positives , деленным на сумму true_positives и false_positives. |
update_op | Operation , который увеличивает true_positives и false_positives переменные соответствующим образом, и чье значение соответствует precision. |
| Исключения | |
|---|---|
ValueError | Если weights не None и его форма не совпадает с predictions, или если metrics_collections или updates_collections не являются списком или кортежем. |
RuntimeError | Если включена жадная вычисление. |
© 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/precision_at_top_k
