tf.keras.metrics.TruePositives

Вычисляет количество истинных положительных результатов.

Наследует от: Metric, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.keras.metrics.TruePositives

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

Если sample_weight задано, вычисляет сумму весов истинных положительных результатов. Эта метрика создаёт одну локальную переменную, true_positives, которая используется для отслеживания количества истинных положительных результатов.

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

Аргументы
`thresholds`	(Необязательно) По умолчанию 0,5. Числовое значение или список/кортеж числовых значений пороговых значений в диапазоне [0, 1]. Порог сравнивается со значениями предсказаний для определения истинности предсказаний (т.е., значения выше порога — `true`, ниже — `false`). Одно значение метрики генерируется для каждого значения порога.
`name`	(Необязательно) Имя строки экземпляра метрики.
`dtype`	(Необязательно) Тип данных результата метрики.

Использование автономно:

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

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

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 различными экземплярами метрик. Как правило, состояние хранится в виде весов метрики. Например, метрика tf.keras.metrics.Mean содержит список двух значений весов: общей суммы и счётчика. Если бы были два экземпляра tf.keras.metrics.Accuracy, которые независимо агрегировали частичное состояние для расчёта общей точности, состояние этих двух метрик можно было бы 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 список метрик. Метрики должны иметь совместимое состояние.

Исключения
`ValueError`	Если предоставленный итерируемый список не содержит метрик, соответствующих требуемым спецификациям 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 тензорное значение метрики или словарь скалярных значений.

Вычисление результата — это идемпотентная операция, которая просто вычисляет значение метрики с использованием переменных состояния.

Возвращаемое значение
Скалярный тензор или словарь скалярных тензоров.

`update_state`

Просмотреть исходный код

update_state(
    y_true, y_pred, sample_weight=None
)

Накапливает статистические данные метрики.

Аргументы
`y_true`	Значения фактических результатов.
`y_pred`	Значения предсказанных результатов.
`sample_weight`	Необязательные веса каждого примера. По умолчанию 1. Может быть `Tensor`, ранг которого равен 0 или совпадает с рангом `y_true`, и должен быть транслируемым 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/TruePositives