tf.math.in_top_k

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

Просмотр псевдонимов

Основные псевдонимы

tf.nn.in_top_k

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

Это выводит массив batch_size bool, элемент out[i] равен true, если предсказание для целевого класса конечно (не inf, -inf или nan) и входит в число лучших k предсказаний среди всех предсказаний, например, i. Обратите внимание, что поведение InTopK отличается от операции TopK в том, как оно обрабатывает связи; если несколько классов имеют одинаковое значение предсказания и находятся на границе лучших k, все эти классы считаются входящими в лучшие k.

Более формально, пусть

$predictions_i$ — это предсказания для всех классов, например, i, $targets_i$ — целевой класс, например, i, $out_i$ — вывод для примера i,

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

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

Возвращаемое значение
`Tensor` типа `bool`. Вычисленная точность при `k` как `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/r2.4/api_docs/python/tf/math/in_top_k