tf.keras.metrics.BinaryAccuracy

Вычисляет частоту совпадения предсказаний с бинарными метками.

Наследуется от: MeanMetricWrapper, Mean, Metric, Layer, Module

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

Этот метрический показатель создает 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 равно None, веса по умолчанию равны 1. Используйте sample_weight равные 0 для маскирования значений.

Использование отдельно:

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_state()
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

merge_state

Просмотреть исходный код

merge_state(
    metrics
)

Объединяет состояние из одной или нескольких метрик.

Этот метод может использоваться распределёнными системами для объединения состояния, вычисленного разными экземплярами метрики. Как правило, состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит список двух значений весов: общего значения и счётчика. Если были два экземпляра tf.keras.metrics.Accuracy, которые независимо агрегировали частичное состояние для вычисления общей точности, то состояния этих двух метрик можно объединить следующим образом:

m1 = tf.keras.metrics.Accuracy()
_ = m1.update_state([[1], [2]], [[0], [2]])

m2 = tf.keras.metrics.Accuracy()
_ = m2.update_state([[3], [4]], [[3], [4]])

m2.merge_state([m1])
m2.result().numpy()
0.75

reset_state

Просмотреть исходный код

reset_state()

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 скалярное значение метрики или словарь скаляров.

Вычисление результата — 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.

Для метрик с разреженными категориями формы y_true и y_pred различны.