tf.math.in_top_k

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

Просмотреть псевдонимы

Основные псевдонимы

tf.nn.in_top_k

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

Это выводит массив batch_size bool, где элемент out[i] равен true, если предсказание для целевого класса имеет конечное значение (не inf, -inf или nan) и входит в число лучших k предсказаний среди всех предсказаний для примера i. Обратите внимание, что поведение InTopK отличается от операции TopK в обработке совпадений; если несколько классов имеют одинаковое значение предсказания и находятся на границе лучших k элементов, все эти классы считаются входящими в число лучших k.

Более формально:

$predictions_i$ — предсказания для всех классов для примера i, $targets_i$ — целевой класс для примера i, $out_i$ — результат для примера i,

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

Аргументы
`predictions`	A `Tensor` типа `float32`. A `batch_size` x `classes` тензор.
`targets`	A `Tensor`. Должен быть одного из следующих типов: `int32`, `int64`. A `batch_size` вектор идентификаторов классов.
`k`	An `int`. Количество лучших элементов для рассмотрения при вычислении точности.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor` 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/r2.3/api_docs/python/tf/math/in_top_k