TensorFlow中用于评估模型在训练集和测试集上的准确度的几个常用函数说明

最新推荐文章于 2024-08-22 19:55:44 发布

Never-Giveup

最新推荐文章于 2024-08-22 19:55:44 发布

阅读量1.5w

点赞数 1

分类专栏： tensorflow函数用法随笔文章标签： TensorFlow 评估模型准确度常用函数 python

本文链接：https://blog.csdn.net/qq_36653505/article/details/81161106

版权

本文详细介绍了在TensorFlow中用于评估模型准确度的几个关键函数，包括tf.argmax()和tf.argmin()用于找到张量最大值和最小值的位置，tf.equal()用于判断两个张量元素是否相等，tf.cast()进行数据类型的转换，以及tf.reduce_mean()用于计算平均值。这些函数在训练集和测试集的评估过程中起到重要作用。

摘要由CSDN通过智能技术生成

1. tf.argmax() | tf.argmin()

tf.argmax(input=tensor,dimention=axis)
找到给定的张量tensor中在指定轴axis上的最大值/最小值的位置。

a=tf.get_variable(name='a',
                  shape=[3,4],
                  dtype=tf.float32,
                  initializer=tf.random_uniform_initializer(minval=-1,maxval=1))
b=tf.argmax(input=a,dimension=0)
c=tf.argmax(input=a,dimension=1)
sess = tf.InteractiveSession()
sess.run(tf.global_variables_initializer())
print(sess.run(a))
#[[ 0.04261756 -0.34297419 -0.87816691 -0.15430689]
# [ 0.18663144  0.86972666 -0.061