TensorFlow가 5월 14일 Google I/O로 돌아왔습니다!
지금 등록하세요
Metrics
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
상속된 메서드
java.lang.Object 클래스에서 부울 | 같음 (개체 arg0) |
마지막 수업<?> | getClass () |
정수 | 해시 코드 () |
최종 무효 | 알림 () |
최종 무효 | 통지모두 () |
끈 | toString () |
최종 무효 | 대기 (long arg0, int arg1) |
최종 무효 | 기다리세요 (긴 arg0) |
최종 무효 | 기다리다 () |
상수
공개 정적 최종 부동 소수점 L2_NORM_EPSILON
공개 방법
공개 정적 피연산자 <T> topKCategoricalAccuracy (Ops tf, 피연산자 <? 확장 TNumber > 레이블, 피연산자 <T> 예측, long k)
상위 K개 예측에 대상이 포함되는 빈도를 계산합니다.
독립형 사용:
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]"
매개변수
tf | TensorFlow 작업. |
---|
라벨 | 실제 값. |
---|
예측 | 예측 값. |
---|
케이 | 컴퓨팅 정확도를 확인하기 위해 확인할 상위 요소 수입니다. |
---|
보고
- 상위 K 범주형 정확도 값에 대한 피연산자입니다.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2023-12-01(UTC)
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"필요한 정보가 없음"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"너무 복잡함/단계 수가 너무 많음"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"오래됨"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"샘플/코드 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]