이 페이지는 Cloud Translation API를 통해 번역되었습니다.
Switch to English

tf.keras.metrics.TrueNegatives

TensorFlow 1 개 버전 GitHub의에서 소스보기

사실 네거티브의 수를 계산합니다.

전자 필기장에서 사용

튜토리얼에서 사용

경우 sample_weight 주어진다 사실 네거티브의 가중치의 합을 계산합니다. 이 통계 한 로컬 변수 생성 accumulator 진정한 원판의 수를 추적하는 데 사용된다.

경우 sample_weight 없습니다 None , 무게는 1.의 기본값 sample_weight 값을 마스크 0.

thresholds (선택 사항) 0.5 기본값. 플로트 값 또는 [0, 1]에서 플로트의 임계 값 파이썬리스트 / 튜플. 임계 값은 예측의 진리 값을 결정하기 위해 예측 된 값과 비교된다 (즉, 임계 값 이상이고, true , 아래 인 false ). 한 측정 값은 각 임계 값에 대해 생성됩니다.
name 메트릭 인스턴스 (선택 사항) 문자열 이름.
dtype 메트릭 결과 (선택) 데이터 타입.

독립형 사용 :

m = tf.keras.metrics.TrueNegatives()
m.update_state([0, 1, 0, 0], [1, 1, 0, 0])
m.result().numpy()
2.0
m.reset_states()
m.update_state([0, 1, 0, 0], [1, 1, 0, 0], sample_weight=[0, 0, 1, 0])
m.result().numpy()
1.0

와 사용 compile() API :

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

행동 양식

reset_states

소스보기

메트릭 상태 변수를 모두 재설정합니다.

메트릭은 훈련 기간 동안 평가 될 때이 기능은, 신 (新) 시대 / 단계 사이라고합니다.

result

소스보기

계산하여 반환 메트릭 값 텐서를.

계산 결과는 단순히 상기 상태 변수를 이용하여 통계 값을 산출 멱등 동작이다.

update_state

소스보기

메트릭 통계를 축적한다.

인수
y_true 지상의 진리 값.
y_pred 예측 값.
sample_weight 각 예제의 옵션 가중치. 1. 기본값은 될 수 Tensor 그 순위 0 중 하나, 또는 같은 순위 y_true , 그리고에 캐스트 가능한해야합니다 y_true .

보고
업데이트 연산.