Cho biết liệu các mục tiêu có nằm trong dự đoán `K` hàng đầu hay không.
Điều này tạo ra một mảng bool `batch_size`, mục nhập `out[i]` là `true` nếu dự đoán cho lớp mục tiêu nằm trong số các dự đoán `k` hàng đầu trong số tất cả các dự đoán, ví dụ `i`. Lưu ý rằng hoạt động của `InTopK` khác với hoạt động `TopK` ở cách xử lý các mối quan hệ; nếu nhiều lớp có cùng giá trị dự đoán và nằm trên ranh giới top-`k`, thì tất cả các lớp đó đều được coi là nằm trong `k` trên cùng.
Chính thức hơn, hãy
\\(predictions_i\\) là dự đoán cho tất cả các lớp ví dụ `i`, \\(targets_i\\) là lớp mục tiêu ví dụ `i`, \\(out_i\\) là đầu ra chẳng hạn `i`,
$$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$$
Hằng số
| Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
| Đầu ra < TBool > | asOutput () Trả về tay cầm tượng trưng của tensor. |
| tĩnh <T mở rộng TNumber > InTopK | |
| Đầu ra < TBool > | độ chính xác () Độ chính xác được tính toán ở `k` dưới dạng `bool Tensor`. |
Phương pháp kế thừa
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Phương pháp công khai
Đầu ra công khai < TBool > asOutput ()
Trả về tay cầm tượng trưng của tensor.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
tạo InTopK tĩnh công khai ( Phạm vi phạm vi , Toán hạng < TFloat32 > dự đoán, mục tiêu Toán hạng <T>, Toán hạng <T> k)
Phương thức gốc để tạo một lớp bao bọc một thao tác InTopK mới.
Thông số
| phạm vi | phạm vi hiện tại |
|---|---|
| phỏng đoán | Một tensor `batch_size` x `classes`. |
| mục tiêu | Vectơ `batch_size` của id lớp. |
| k | Số phần tử hàng đầu cần xem xét để có độ chính xác trong tính toán. |
Trả lại
- một phiên bản mới của InTopK