ตัวชี้วัด ระดับสาธารณะ
คลาสตัวช่วยพร้อมฟังก์ชันเมตริกในตัว
ค่าคงที่
| ลอย | L2_NORM_EPSILON |
คอนสตรัคชั่นสาธารณะ
เมตริก () |
วิธีการสาธารณะ
| คงที่ <T ขยาย TNumber > ตัวถูกดำเนินการ <T> | topKCategoricalAccuracy (Ops tf, ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์, k แบบยาว) คำนวณความถี่ที่เป้าหมายอยู่ในการทำนาย K อันดับแรก |
วิธีการสืบทอด
| บูลีน | เท่ากับ (วัตถุ arg0) |
| คลาสสุดท้าย<?> | รับคลาส () |
| ภายใน | แฮชโค้ด () |
| โมฆะสุดท้าย | แจ้ง () |
| โมฆะสุดท้าย | แจ้งทั้งหมด () |
| สตริง | toString () |
| โมฆะสุดท้าย | รอสักครู่ (ยาว arg0, int arg1) |
| โมฆะสุดท้าย | รอ (ยาว arg0) |
| โมฆะสุดท้าย | รอ () |
ค่าคงที่
โฟลตสุดท้ายแบบคงที่สาธารณะ L2_NORM_EPSILON
ค่าคงที่: 1.0E-12
คอนสตรัคชั่นสาธารณะ
ตัวชี้วัด สาธารณะ ()
วิธีการสาธารณะ
ตัวดำเนิน การคงที่สาธารณะ <T> topKCategoricalAccuracy (Ops tf, ตัวดำเนินการ <? ขยาย TNumber > ป้ายกำกับ, ตัวดำเนินการ <T> การคาดการณ์, k แบบยาว)
คำนวณความถี่ที่เป้าหมายอยู่ในการทำนาย K อันดับแรก
การใช้งานแบบสแตนด์อโลน:
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]"
พารามิเตอร์
| ไม่ | Ops ของ TensorFlow |
|---|---|
| ฉลาก | ค่าความจริงภาคพื้นดิน |
| การคาดการณ์ | ค่าทำนาย |
| เค | จำนวนองค์ประกอบหลักที่ต้องพิจารณาเพื่อความแม่นยำในการคำนวณ |
การส่งคืน
- ตัวดำเนินการสำหรับค่าความถูกต้องตามหมวดหมู่ Top K