TensorFlow模块:tf.metrics

模块:tf.metrics

定义在:tensorflow/tools/api/generator/api/metrics/__init__.py.

用于Python API的导入.

这个文件是计算机生成的!不要编辑.生成者:tensorflow/tools/api/generator/create_python_api.py脚本.

功能

accuracy(...):计算predictions与labels匹配的频率.

auc(...):通过黎曼求和计算近似AUC.

average_precision_at_k(...): 计算关于稀疏labels的predictions的平均precision@k.

false_negatives(...):计算假阴性(false negatives)的总数.

false_negatives_at_thresholds(...):在提供的阈值下计算假阴性(false negatives).

false_positives(...):求和假阳性(false positives)的权重.

false_positives_at_thresholds(...):在提供的阈值处计算假阳性(false positives).

mean(...):计算给定值的(加权)均值.

mean_absolute_error(...):计算labels和predictions之间的平均绝对误差.

mean_cosine_distance(...):计算labels和predictions之间的余弦距离.

mean_iou(...):计算单位阶次平均交点(MIOU).

mean_per_class_accuracy(...):计算每类精度的平均值.

mean_relative_error(...):通过使用给定值进行标准化来计算平均相对误差.

mean_squared_error(...):计算labels和predictions之间的均方误差.

mean_tensor(...):计算给定张量的逐元素(加权)均值.

percentage_below(...):计算小于给定阈值的值的百分比.

precision(...):计算与labels相关的predictions精度.

precision_at_k(...):计算与稀疏labels相关的predictions精度@k.

precision_at_thresholds(...):在predictions上为不同的阈值计算精度值.

precision_at_top_k(...):计算与稀疏labels相关的predictions精度@k.

recall(...):计算关于labels的predictions的召回.

recall_at_k(...):计算关于稀疏labels的predictions的召回@k.

recall_at_thresholds(...):为predictions的不同阈值计算各种召回值.

recall_at_top_k(...):计算关于稀疏labels的top-k predictions的召回@k.

root_mean_squared_error(...):计算labels和predictions之间的均方根误差.

sensitivity_at_specificity(...):计算给定灵敏度的特异性.

sparse_average_precision_at_k(...):重命名为average_precision_at_k,请改用该方法.(废弃)

sparse_precision_at_k(...):重命名为precision_at_k,请改用该方法.(废弃)

specificity_at_sensitivity(...):计算给定灵敏度的特异性.

true_negatives(...):求和真阴性(truenegatives)的权重.

true_negatives_at_thresholds(...):在提供的阈值下计算真阴性(truenegatives).

true_positives(...):求和真阳性(true positives)的权重.

true_positives_at_thresholds(...):在提供的阈值处计算真阳性(true positives).

其他成员

__cached__

__loader__

__spec__

以上内容是否对您有帮助:
在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号

意见反馈
返回顶部