tensorflow 里metrics_Tensorflow之tf.metrics

import tensorflow as tf

import numpy as np

N_TRUE_P = 0

N_PRED_P = 0

def reset_running_variables():

""" Resets the previous values of running variables to zero """

global N_TRUE_P, N_PRED_P

N_TRUE_P = 0

N_PRED_P = 0

def update_running_variables(labs, preds):

global N_TRUE_P, N_PRED_P

N_TRUE_P += ((labs * preds) > 0).sum()

N_PRED_P += (preds > 0).sum()

def calculate_precision():

global N_TRUE_P, N_PRED_P

return float (N_TRUE_P) / N_PRED_P

if __name__ == '__main__':

labels = np.array([[1,1,1,0],

[1,1,1,0],

[1,1,1,0],

[1,1,1,0]], dtype=np.uint8)

predictions = np.array([[1,0,0,0],

[1,1,0,0],

[1,1,1,0],

[0,1,1,1]], dtype=np.uint8)

n_batches &#

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值