tf.metrics.accuracy

问题：

使用tf.metrics.accuracy评估模型时，抛出异常Attempting to use uninitialized value accuracy/count

解决方案：

第一点：

初始化变量： 由于metrics.accuracy创建了两个局部变量total和count,我们需要调用local_variables_initializer()来初始化它们.

# y为真实值，y_pre为模型预测值
# accuracy
accuracy = tf.metrics.accuracy(tf.argmax(y, 1), tf.argmax(y_pre, 1))
# 初始化全局变量和局部变量
sess.run(tf.global_variables_initializer())
sess.run(tf.local_variables_initializer())
sess.run(accuracy[1])

第二点：

避免在初始化变量后再定义accuracy ：

错误操作：

# 初始化全局变量和局部变量
sess.run(tf.global_variables_initializer())
sess.run(tf.local_variables_initializer())

# y为真实值，y_pre为模型预测值
# accuracy
accuracy = tf.metrics.accuracy(tf.argmax(y, 1), tf.argmax(y_pre, 1))
sess.run(accuracy[1])

tf.metrics.accuracy可以用如下操作代替：

    # y为真实值，y_pre为模型预测值
    correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_pre, 1))
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

tf.metrics详细内容可参考：深入理解TensorFlow中的tf.metrics算子

参考：https://codeday.me/bug/20180901/236600.html

--------------------- 本文来自 1273545169 的CSDN 博客 ，全文地址请点击：https://blog.csdn.net/baidu_27643275/article/details/82845550?utm_source=copy