tf.compat.v1.metrics.precision_at_top_k

Вычисляет точность@k прогнозов по отношению к разреженным меткам.

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 прогнозы должны быть в виде индексов верхних k классов, тогда как sparse_precision_at_k ожидает логарифмы. Дополнительные сведения см. в 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, а num_labels — число целевых классов для соответствующего прогноза. Обычно N=1, и `labels` имеет форму [размер_пакета, num_labels]. [D1, ... DN] должно соответствовать `predictions`. Значения должны быть в диапазоне [0, num_classes), где num_classes — последняя размерность `predictions`. Значения вне этого диапазона игнорируются.
`predictions_idx`	Целое `Tensor` с формой [D1, ... DN, k], где N >= 1. Обычно N=1, и прогнозы имеют форму [размер_пакета, k]. Последняя размерность содержит индексы лучших `k` предсказанных классов. [D1, ... DN] должно соответствовать `labels`.
`k`	Целое число, k для метрики @k. Используется только для имени оператора по умолчанию.
`class_id`	Целочисленный идентификатор класса, для которого требуются бинарные метрики. Он должен быть в диапазоне [0, num_classes], где num_classes — последняя размерность `predictions`. Если `class_id` находится вне этого диапазона, метод возвращает NaN.
`weights`	`Tensor` , ранг которого равен либо 0, либо n-1, где n — ранг `labels`. В последнем случае он должен быть совместим с `labels` (т.е., все размерности должны быть либо `1`, либо совпадать с соответствующей размерностью `labels`).
`metrics_collections`	Необязательный список коллекций, в которые должны быть добавлены значения.
`updates_collections`	Необязательный список коллекций, в которые должны быть добавлены обновления.
`name`	Имя новой операции обновления и пространство имен для других зависимых операций.

Возвращаемые значения
`precision`	Скалярная `float64` `Tensor` со значением `true_positives` , делённым на сумму `true_positives` и `false_positives`.
`update_op`	`Operation` , который должным образом увеличивает `true_positives` и `false_positives` переменные и значение которого соответствует `precision`.

Исключения
`ValueError`	Если `weights` не `None` и его форма не соответствует `predictions`, или если `metrics_collections` или `updates_collections` не являются списком или кортежем.
`RuntimeError`	Если включено выполнение в режиме eager.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/compat/v1/metrics/precision_at_top_k