TensorFlow函数:tf.metrics.precision

由 Carrie 创建, 最后一次修改 2018-10-10

tf.metrics.precision函数

tf.metrics.precision(
    labels,
    predictions,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None
)

定义在:tensorflow/python/ops/metrics_impl.py。

计算与labels相关的predictions的精度。

该precision函数创建两个局部变量,true_positives和false_positives,它们被用来计算精度。这个值最终返回为precision,这是一种幂等运算,简单的用true_positives除以true_positives和false_positives的和。

为了估计数据流上的度量,该函数创建一个update_op操作来更新这些变量并返回precision。update_op通过weights中相应的值对每个prediction进行加权。

如果weights是None,则权重默认为1,使用权重0来屏蔽值。

参数:

  • labels:正确标记(ground truth)的值,该Tensor的维度必须与predictions匹配,将被转换为bool。
  • predictions:预测值,任意维度的Tensor,将被转换为bool。
  • weights:可选的Tensor,其秩为0或与labels具有相同的秩,并且必须可广播到labels(即,所有维度必须为1或与相应的labels维度相同)。
  • metrics_collections:precision应添加到的集合的可选列表。
  • updates_collections:update_op应添加到的集合的可选列表。
  • name:可选的variable_scope名称。

返回:

  • precision:标量浮点Tensor,其值为true_positive除以true_positive和false_positives的和。
  • update_op:适当增加true_positives和false_positives变量的操作,其值匹配precision。

可能引发的异常:

  • ValueError:如果predictions和labels有不匹配的形状,或者weights不是None,并且它的形状与predictions不匹配,或者如果metrics_collections或updates_collections中任意一个不是一个列表或元组。
  • RuntimeError:如果启用了急切执行。
以上内容是否对您有帮助:
前端工作常用布局完全指南
二维码
建议反馈
二维码