tf.keras.metrics.BinaryAccuracy

Вычисляет частоту совпадения предсказаний с бинарными метками.

Наследуется от: Mean, Metric, Layer, Module

tf.keras.metrics.BinaryAccuracy(
    name='binary_accuracy', dtype=None, threshold=0.5
)

Этот метрический показатель создаёт две локальные переменные, total и count, которые используются для вычисления частоты, с которой y_pred совпадает с y_true. Эта частота в конечном итоге возвращается как binary accuracy: идемпотентная операция, которая просто делит total на count.

Если sample_weight является None, веса по умолчанию равны 1. Используйте значение sample_weight 0 для маскирования значений.

Использование в автономном режиме:

m = tf.keras.metrics.BinaryAccuracy()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]])
m.result().numpy()
0.75

m.reset_states()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]],
               sample_weight=[1, 0, 0, 1])
m.result().numpy()
0.5

Использование с API compile():

model.compile(optimizer='sgd',
              loss='mse',
              metrics=[tf.keras.metrics.BinaryAccuracy()])

Методы

reset_states

Просмотреть исходный код

reset_states()

Сбрасывает все переменные состояния метрики.

Эта функция вызывается между эпохами/шагами, когда метрика оценивается во время обучения.

result

Просмотреть исходный код

result()

Вычисляет и возвращает тензор значения метрики.

Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики, используя переменные состояния.

update_state

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

y_true и y_pred должны иметь одинаковую форму.