Mengatakan apakah target berada dalam prediksi `K` teratas.
Ini menghasilkan array bool `batch_size`, entri `out[i]` adalah `true` jika prediksi untuk kelas target termasuk di antara prediksi `k` teratas di antara semua prediksi misalnya `i`. Perhatikan bahwa perilaku `InTopK` berbeda dari operasi `TopK` dalam menangani ikatan; jika beberapa kelas memiliki nilai prediksi yang sama dan berada di batas `k` teratas, semua kelas tersebut dianggap berada di `k` teratas.
Lebih formalnya, biarlah
\\(predictions_i\\) jadilah prediksi untuk semua kelas misalnya `i`, \\(targets_i\\) jadilah kelas target misalnya `i`, \\(out_i\\) jadilah output misalnya `i`,
$$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$$
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran < TBool > | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| statis <T memperluas TNumber > InTopK | |
| Keluaran < TBool > | presisi () Presisi yang dihitung pada `k` sebagai `bool Tensor`. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik < TBool > asOutput ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
pembuatan InTopK statis publik (Lingkup lingkup , prediksi Operan <TFloat32> , target Operan <T>, Operan <T> k)
Metode pabrik untuk membuat kelas yang membungkus operasi InTopK baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| prediksi | Tensor `ukuran_batch` x `kelas`. |
| target | Vektor `batch_size` dari id kelas. |
| k | Jumlah elemen teratas yang harus diperhatikan untuk presisi komputasi. |
Kembali
- contoh baru InTopK
Mengatakan apakah target berada dalam prediksi `K` teratas.
Ini menghasilkan array bool `batch_size`, entri `out[i]` adalah `true` jika prediksi untuk kelas target termasuk di antara prediksi `k` teratas di antara semua prediksi misalnya `i`. Perhatikan bahwa perilaku `InTopK` berbeda dari operasi `TopK` dalam menangani ikatan; jika beberapa kelas memiliki nilai prediksi yang sama dan berada di batas `k` teratas, semua kelas tersebut dianggap berada di `k` teratas.
Lebih formalnya, biarlah
\\(predictions_i\\) jadilah prediksi untuk semua kelas misalnya `i`, \\(targets_i\\) jadilah kelas target misalnya `i`, \\(out_i\\) jadilah output misalnya `i`,
$$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$$
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran < TBool > | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
| statis <T memperluas TNumber > InTopK | |
| Keluaran < TBool > | presisi () Presisi yang dihitung pada `k` sebagai `bool Tensor`. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik < TBool > asOutput ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
pembuatan InTopK statis publik (Lingkup cakupan , prediksi Operan <TFloat32> , target Operan <T>, Operan <T> k)
Metode pabrik untuk membuat kelas yang membungkus operasi InTopK baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| prediksi | Tensor `ukuran_batch` x `kelas`. |
| target | Vektor `batch_size` dari id kelas. |
| k | Jumlah elemen teratas yang harus diperhatikan untuk presisi komputasi. |
Kembali
- contoh baru InTopK