Metrics

chỉ số lớp công khai

Lớp trình trợ giúp với các hàm số liệu tích hợp.

Hằng số

trôi nổi L2_NORM_EPSILON

Nhà xây dựng công cộng

Số liệu ()

Phương pháp công khai

tĩnh <T mở rộng TNumber > Toán hạng <T>
topKCategoricalAccuracy (Ops tf, Toán hạng <? mở rộng nhãn TNumber >, dự đoán Toán hạng <T>, dài k)
Tính toán tần suất các mục tiêu nằm trong K dự đoán hàng đầu.

Phương pháp kế thừa

Hằng số

float cuối cùng tĩnh công khai L2_NORM_EPSILON

Giá trị không đổi: 1.0E-12

Nhà xây dựng công cộng

Số liệu công khai ()

Phương pháp công khai

public static Toán hạng <T> topKCategoricalAccuracy (Ops tf, Toán hạng <? mở rộng TNumber > nhãn, dự đoán Toán hạng <T>, dài k)

Tính toán tần suất các mục tiêu nằm trong K dự đoán hàng đầu.

Cách sử dụng độc lập:

     Operand<TInt32> labels = tf.constant(new int[][]
                                    { {0, 0, 1}, {0, 1, 0} });
     Operand<TFloat32> predictions = tf.constant(new float[][]
                                    { {0.1f, 0.9f, 0.8f}, {0.05f, 0.95f, 0f} });
     Operand<TFloat32> m = Metrics.topKCategoricalAccuracy(
                                    labels, predictions, 3)
     //m.shape().toString == "[2]"

Thông số
tf hoạt động của TensorFlow.
nhãn các giá trị chân lý cơ bản.
dự đoán Các giá trị dự đoán
k Số phần tử hàng đầu cần xem xét để đảm bảo độ chính xác của tính toán.
Trả lại
  • Toán hạng cho giá trị độ chính xác phân loại Top K.