이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.keras.metrics.BinaryAccuracy

텐서 플로우 1 버전 GitHub에서 소스보기

예측이 이진 레이블과 일치하는 빈도를 계산합니다.

노트북에서 사용

가이드에서 사용 튜토리얼에서 사용

이 통계는 두 지역 변수 생성 totalcount 되는 빈도를 계산하는 데 사용되는 y_pred 일치 y_true . 이 빈도는 궁극적으로 binary accuracy 로 반환됩니다. 즉, total 를 단순히 count 나눈 dem 등식 연산입니다.

sample_weightNone 이면 가중치의 기본값은 1입니다. sample_weight 를 0으로 사용하여 값을 마스크하십시오.

name (선택 사항) 메트릭 인스턴스의 문자열 이름입니다.
dtype (선택 사항) 메트릭 결과의 데이터 유형입니다.
threshold (선택 사항) 예측 값이 1인지 또는 0인지를 결정하기위한 임계 값을 나타내는 부동 소수점입니다.

독립형 사용법 :

m = tf.keras.metrics.BinaryAccuracy()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]])
m.result().numpy()
0.75
m.reset_states()
m.update_state([[1], [1], [0], [0]], [[0.98], [1], [0], [0.6]],
               sample_weight=[1, 0, 0, 1])
m.result().numpy()
0.5

compile() API를 사용한 사용법 :

 model.compile(optimizer='sgd',
              loss='mse',
              metrics=[tf.keras.metrics.BinaryAccuracy()])
 

행동 양식

reset_states

소스보기

모든 메트릭 상태 변수를 재설정합니다.

이 기능은 훈련 중에 메트릭을 평가할 때 에포크 / 스텝간에 호출됩니다.

result

소스보기

메트릭 값 텐서를 계산하고 반환합니다.

결과 계산은 상태 변수를 사용하여 단순히 메트릭 값을 계산하는 dem 등원 연산입니다.

update_state

소스보기

메트릭 통계를 축적합니다.

y_truey_pred 모양은 동일해야합니다.

아그
y_true 진실의 가치. shape = [batch_size, d0, .. dN] _ 크기 [batch_size, d0, .. dN] .
y_pred 예측 된 값. shape = [batch_size, d0, .. dN] _ 크기 [batch_size, d0, .. dN] .
sample_weight 선택적 sample_weight 는 메트릭의 계수로 작동합니다. 스칼라가 제공되면 메트릭은 주어진 값에 따라 간단히 스케일됩니다. sample_weight[batch_size] 크기의 텐서 인 경우 배치의 각 샘플에 대한 메트릭은 sample_weight 벡터의 해당 요소에 의해 크기가 조정됩니다. sample_weight 의 모양이 [batch_size, d0, .. dN-1] (또는이 모양으로 브로드 캐스트 할 수있는 경우) y_pred 각 메트릭 요소는 y_pred 의 해당 값으로 sample_weight 됩니다. ( dN-1 에 대한 참고 사항 : 모든 메트릭 기능은 일반적으로 마지막 축 (-1)으로 1 차원 씩 줄어 듭니다).

보고
op를 업데이트하십시오.