tf.keras.metrics.SparseCategoricalAccuracy函数

函数原型

tf.keras.metrics.SparseCategoricalAccuracy(
    name='sparse_categorical_accuracy', 
    dtype=None
)

函数说明

SparseCategoricalAccuracy函数用于计算多分类问题的准确率。计算过程如下：

def sparse_categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.max(y_true, axis=-1),
                          K.cast(K.argmax(y_pred, axis=-1), K.floatx())),
                  K.floatx())

sparse_categorical_accuracy检查 y_true 中的值（本身就是index，且为整数） 与 y_pred 中最大值对应的index是否相等。

函数用法

# y_true为one-hot形式
>>> y_true = [[0, 0, 1], [0, 1, 0], [0, 1, 0]]
>>> y_pred = [[0.2, 0.3, 0.5], [0.3, 0.5, 0.2], [0.1, 0.1, 0.8]]
>>> accuracy = tf.keras.metrics.CategoricalAccuracy()
>>> accuracy_calc = accuracy(y_true, y_pred)
>>> accuracy_calc
<tf.Tensor: shape=(), dtype=float32, numpy=0.6666667>

# 对比
# y_true为整数形式
>>> y_true = [2, 1, 1]
>>> y_pred = [[0.2, 0.3, 0.5], [0.3, 0.5, 0.2], [0.1, 0.1, 0.8]]
>>> accuracy = tf.keras.metrics.SparseCategoricalAccuracy()
>>> accuracy_calc = accuracy(y_true, y_pred)
>>> accuracy_calc
<tf.Tensor: shape=(), dtype=float32, numpy=0.6666667>