tf.keras.metrics.TrueNegatives

Вычисляет количество истинных отрицательных значений.

Наследуется от: Metric, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.keras.metrics.TrueNegatives

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

Если sample_weight задано, вычисляет сумму весов истинных отрицательных значений. Эта метрика создаёт одну локальную переменную, accumulator, которая используется для отслеживания количества истинных отрицательных значений.

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

Аргументы
`thresholds`	(Необязательно) По умолчанию 0.5. Числовое значение или список/кортеж чисел-порогов в диапазоне [0, 1]. Порядок сравнения предсказаний с порогом, чтобы определить истинность предсказаний (т.е., выше порога – `true`, ниже – `false`). Для каждого порога генерируется одно значение метрики.
`name`	(Необязательно) Имя метрики.
`dtype`	(Необязательно) Тип данных результата метрики.

Использование автономно:

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

m.reset_state()
m.update_state([0, 1, 0, 0], [1, 1, 0, 0], 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.TrueNegatives()])

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 метрик. Обычно состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит список двух значений весов: общее значение и счёт. Если есть два экземпляра tf.keras.metrics.Accuracy, которые независимо агрегируют частичное состояние для вычисления 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 переданный итерируемый объект не содержит метрики, соответствующие 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 скалярный тензор значения метрики или словарь скаляров.

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

Возвращает
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 фактического результата.
`y_pred`	Значения предсказаний.
`sample_weight`	Необязательное взвешивание каждого примера. По умолчанию 1. Может быть тензором `Tensor`, чья размерность равна 0 или такой же, как у `y_true`, и должен быть совместим с `y_true`.

Возвращает
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/TrueNegatives