tf.keras.metrics.FalsePositives

Вычисляет количество ложноположительных результатов.

Наследуется от: Metric, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.metrics.FalsePositives

tf.keras.metrics.FalsePositives(
    thresholds=None, name=None, dtype=None
)

Если sample_weight задано, вычисляет сумму весов ложноположительных результатов. Эта метрика создает одну локальную переменную, accumulator, которая используется для отслеживания количества ложноположительных результатов.

Если sample_weight равно None, веса по умолчанию равны 1. Используйте значения весов 0 для маскирования значений.

Аргументы
`thresholds`	(Необязательно) По умолчанию равно 0,5. Числовое значение или список/кортеж Python из численных значений порогов в диапазоне [0, 1]. Порог сравнивается со значениями прогнозов для определения истинного значения прогнозов (т.е., значения выше порога - `true`, ниже - `false`). Для каждого значения порога вычисляется одно значение метрики.
`name`	(Необязательно) Имя строкового типа экземпляра метрики.
`dtype`	(Необязательно) Тип данных результата метрики.

Использование в автономном режиме:

m = tf.keras.metrics.FalsePositives()
m.update_state([0, 1, 0, 0], [0, 0, 1, 1])
m.result().numpy()
2.0

m.reset_state()
m.update_state([0, 1, 0, 0], [0, 0, 1, 1], sample_weight=[0, 0, 1, 0])
m.result().numpy()
1.0

Использование с API compile():

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

Методы

`merge_state`

Просмотреть исходный код

merge_state(
    metrics
)

Объединяет состояние из одной или нескольких метрик.

Этот метод может использоваться распределенными системами для объединения состояния, вычисленного различными экземплярами метрик. Обычно состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит список из двух значений весов: общей суммы и количества. Если было два экземпляра tf.keras.metrics.Accuracy, каждый из которых независимо агрегировал частичное состояние для расчета общей точности, 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

Аргументы
`metrics`	Итерируемый объект метрик. Метрики должны иметь совместимое состояние.

Исключения
`ValueError`	Если предоставленный итерируемый объект не содержит метрик, соответствующих необходимым требованиям метрики.

`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 тензора метрики или словарь скаляров.

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

Возвращаемое значение
Скалярный тензор или словарь скалярных тензоров.

`update_state`

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистику метрики.

Аргументы
`y_true`	Значения фактических данных.
`y_pred`	Значения прогнозов.
`sample_weight`	Необязательные веса каждого примера. По умолчанию равны 1. Может быть `Tensor`, ранг которого равен 0 или совпадает с рангом `y_true`, и должен быть совместим для передачи к `y_true`.

Возвращаемое значение
Операция обновления.

© 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/keras/metrics/FalsePositives