W3Cschool
恭喜您成為首批注冊用戶
獲得88經(jīng)驗值獎勵
tf.metrics.recall_at_k(
labels,
predictions,
k,
class_id=None,
weights=None,
metrics_collections=None,
updates_collections=None,
name=None
)
定義在:tensorflow/python/ops/metrics_impl.py.
計算有關(guān)稀疏labels的predictions的recall@k.
如果class_id指定,我們通過僅考慮標簽中class_id所在批次中的條目來計算recall,并計算它們中class_id在前k項predictions中的分數(shù).如果class_id未指定,我們將計算recall以了解批次條目的標簽中的一個類在前k項predictions中的頻率.
sparse_recall_at_k創(chuàng)建兩個局部變量,true_positive_at_<k>和false_negative_at_<k>,被用來計算recall_at_k頻率.此頻率最終返回為recall_at_<k>,這是一個冪等操作,將true_positive_at_<k>除以true_positive_at_<k>和false_negative_at_<k>的和.
為了估計數(shù)據(jù)流上的度量,該函數(shù)創(chuàng)建一個update_op操作來更新這些變量并返回recall_at_<k>.在內(nèi)部,top_k操作計算Tensor以指示前k項predictions.設置應用于top_k和labels的操作通過weights計算加權(quán)的true positives和false negatives.然后update_op使用這些值遞增true_positive_at_<k>和false_negative_at_<k>.
如果weights是None,則權(quán)重默認為1,使用權(quán)重0來屏蔽值.
Copyright©2021 w3cschool編程獅|閩ICP備15016281號-3|閩公網(wǎng)安備35020302033924號
違法和不良信息舉報電話:173-0602-2364|舉報郵箱:jubao@eeedong.com
掃描二維碼
下載編程獅App
編程獅公眾號
聯(lián)系方式:
更多建議: