tensorflow 数据使用验证(验证集准确率计算)

import tensorflow as tf
cls_prob = tf.constant([[0.8, 0.9],[0.95, 0.9],[0.7, 0.9],[0.6, 0.9]], tf.float32)
pred = tf.argmax(cls_prob, axis=1)
label_int = tf.constant([-1, 0, 0, 1], tf.float32)
cond = tf.where(tf.greater_equal(label_int, 0)) # 正样本位置
picked = tf.squeeze(cond)
label_picked = tf.gather(label_int, picked)
pred_picked = tf.cast(tf.gather(pred, picked),tf.float32)
accuracy_op = tf.reduce_mean(tf.cast(tf.equal(label_picked, pred_picked), tf.float32))
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(tf.greater_equal(label_int, 0)))
print(sess.run(cond))
print(sess.run(picked))
print(sess.run(label_picked))
print(sess.run(accuracy_op))

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    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 1
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

打赏作者

胖子工作室

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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