tensoflow keras 多分类 precision的代码

最新推荐文章于 2023-01-14 20:10:53 发布

bird@c_s_d_n

最新推荐文章于 2023-01-14 20:10:53 发布

阅读量465

点赞数

分类专栏： tensorflow 文章标签： tensorflow 多分类

本文链接：https://blog.csdn.net/xcxxdycsdn/article/details/126422469

版权

本文介绍了一个名为CategoricalPrecision的自定义TensorFlow Keras指标，用于评估多分类任务中每个类别的预测精度，通过设置阈值判断样本预测有效性。它返回一个包含每个类别精度的字典，适用于类别数量固定且需要精确评估的模型。

摘要由CSDN通过智能技术生成

import tensorflow as tf
from tensorflow import keras

class CategoricalPrecision(tf.keras.metrics.Metric):
    def __init__(self, categories=4, threshold=0.0, name='categorical_precision', **kwargs):
        super(CategoricalPrecision, self).__init__(name=name, **kwargs)
        self.categories = categories
        self.threshold = tf.constant([threshold], dtype='float32')
        self.positives = self.add_weight(name='positives', shape=(categories,), dtype=tf.dtypes.int32, initializer='zeros')
        self.predications = self.add_weight(name='predications', shape=(categories,), dtype=tf.dtypes.int32, initializer='zeros')

    def update_state(self, y_true, y_pred, sample_weight=None):
        preds = tf.cast(tf.math.argmax(y_pred, axis=1), tf.dtypes.int32)
        probs = tf.reduce_max(y_pred, axis=1)
        values = tf.cast(tf.wh