Metrics

מדדי כיתה ציבורית

שיעור עוזר עם פונקציות מדדים מובנות.

קבועים

לָצוּף L2_NORM_EPSILON

בונים ציבוריים

שיטות ציבוריות

סטטי <T מרחיב TNummer > Operand <T>
topKCategoricalAccuracy (Ops tf, Operand <? מרחיב את TNumber > תוויות, תחזיות Operand <T>, k ארוך)
מחשב באיזו תדירות מטרות נמצאות בתחזיות K המובילות.

שיטות בירושה

קבועים

ציפה סופית סטטית ציבורית L2_NORM_EPSILON

ערך קבוע: 1.0E-12

בונים ציבוריים

מדדים ציבוריים ()

שיטות ציבוריות

Operand סטטי ציבורי <T> topKCategoricalAccuracy (Ops tf, Operand <? מרחיב את התוויות של Tnumber >, תחזיות Operand <T>, k ארוך)

מחשב באיזו תדירות מטרות נמצאות בתחזיות K המובילות.

שימוש עצמאי:

     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]"
 

פרמטרים
tf ה- TensorFlow Ops.
תוויות ערכי האמת הקרקעיים.
תחזיות ערכי החיזוי.
ק מספר האלמנטים המובילים שיש להסתכל עליהם לצורך דיוק מחשוב.
מחזיר
  • ה-Operand עבור ערך הדיוק הקטגורי של Top K.