1回答
当Keras 2.x删除某些指标时，changelog说它这样做是因为它们是“基于批处理的”，因此并不总是准确的。这是什么意思？tensorflow中包含的相应指标是否也存在同样的缺点？
浏览 6提问于2018-08-08得票数 1
回答已采纳
我正在尝试用NumPy而不是TensorFlow来计算Keras指标。 因为您通常不需要通过纯指标的梯度流，所以在NumPy中计算指标就可以了。我扩展了tf.keras.metrics.Metrics并覆盖了update_state()方法。我想是因为指标是预编译的，所以还没有可用的值(这就是为什么第一个形状是None)？我尝试使用y_true.eval()，y_true.numpy()，提供了一个
浏览 5提问于2021-07-08得票数 0
1回答
我使用TFF版本0.12.0来计算模型的性能，我想添加(具有准确性)敏感性和特异性指标， def specificitydef create_compiled_keras_model():model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.001, momentum =0.9),
loss=tf.keras.losses.BinaryCrossentropy()
浏览 317提问于2020-12-25得票数 3
我正在使用一个生成器来训练和预测我的数据的分类。下面是的一个示例model.save_weights('first_try.h5') # always save your weights after training or during training
我的问题
浏览 1提问于2018-11-30得票数 3
1回答
我使用sigmoid和binary_crossentropy进行多标签分类。一个非常类似的问题问了。并建议使用以下自定义指标： comp =K.equal(y_true, K.round(y_pred))但我不想使用all()，因为对于真实标
浏览 18提问于2021-05-25得票数 0
回答已采纳
我正在设计一个用于分类两种类型图像的CNN，我需要计算FPR和TPR。 在下面的代码中，您可以看到我的代码，但我不知道如何根据此代码计算FPR和TPR。你能告诉我我该怎么做吗？我知道为了计算FPR和TPR，我可以使用以下代码 fpr, tpr, thresholds = metrics.roc_curve(y_test, y_predic) 而y_predict可以通过y_predic= model.predict(x_test)来计算 但在我的代码中，我不知道如何做到这一点。))
model.add(Dense(uni
浏览 26提问于2019-04-07得票数 0
我正在尝试找到一种使用tf.metrics.mean_per_class_accuracy作为Keras指标的方法。 我的类是二进制的，我想执行的度量是：this one。因此，它与TF中的mean_per_class accuracy完全对应。我实际上可以编写代码，但我不掌握tensorflow张量 keras中的binary_accuracy和categorical_accur
浏览 67提问于2019-06-20得票数 2
回答已采纳
1回答
如何手动重置指标？
、、、
我的指标和model.fit()代码如下所示(简化)： import tensorflow as tf F1Score = tfa.metrics.F1Score(num_classes = NUM_CLASSES(monitor='val_lo
浏览 59提问于2021-06-25得票数 2
回答已采纳
我正在使用带有TensorFlow 1.14.0的tf.keras。我已经实现了一个计算非常密集的自定义指标，如果我简单地将它添加到作为model.compile(..., metrics=[...])提供的指标列表中，它会减慢训练过程。如何让Keras在训练迭代期间跳过度量的计算，而是在每个时期结束时对验证数据进行计算(并打印)？
浏览 4提问于2019-07-01得票数 6
回答已采纳
我是Tensorflow领域的新手，我正在研究mnist数据集分类的简单示例。我想知道如何获得除准确性和损失(并可能显示它们)之外的其他指标(例如，精确度、召回率等)。下面是我的代码： from __future__ import absolute_import, division, print_function, unicode_literalsfrom tensorflow.
浏览 26提问于2020-03-10得票数 3
回答已采纳
我正在尝试TensorFlow 2.0 alpha上的自定义训练，同时我试图在TensorBoard中添加一些指标和我的训练图。考虑下面的人为设计的例子from tensorflow.keras.layers import Dense, Input
浏览 5提问于2019-03-13得票数 10
我在堆栈溢出网站上读到了一个相关问题的答案，它解释了tensorflow.keras.layers和tensorflow.layers之间的区别，链接：
但是，它没有回答tensorflow.keras.layers和keras.layers之间的区别，而我注意到我也可以导入它们。
浏览 0提问于2020-11-10得票数 0
回答已采纳
1回答
我正在处理一个非标准的数据集，其中我的y_true是(batch X 5 X 1)，y_pred是(batch X 5 X 1)。如果y_true[i] > 0.的任意值为"true“，则批量样本i为"true”，如果y_pred[i] >= b的b是介于0和1之间的阈值，则预测为“true”。我已经定义了这个自定义keras度量来计算批处理中的真阳性数： def TP(threshold=0.0):
def TP_(Y_tru
浏览 16提问于2021-02-09得票数 2
回答已采纳
我们正在TensorFlow 1.x之上使用Keras。但是现在TF2.0即将到来，我们正在考虑使用内置在TF2.0中的Keras实现来进行更新。但是在我们这么做之前，我想问你们:你们知道Tf2.0中的Keras实现是否支持Tf1.0的所有本地Keras，还是缺少任何特性？此外，我是否能够在Keras的新<em
浏览 0提问于2019-09-05得票数 0
回答已采纳
我一直在寻求学习TensorFlow，我注意到不同的函数用于相同的目标。例如，为了求一个变量的平方，我见过tf.square()、tf.math.square()和tf.keras.backend.square()。这对于大多数数学运算来说都是一样的。这些都是相同的，还是有什么不同？
浏览 148提问于2021-02-13得票数 2
来自推荐系统，精确度@k是一个流行的指标。精度@k=顶部k/k中的相关预测数
计算目标在最高K值预测中的频率。这似乎与精确@k完全相同。我是遗漏了什么，还是它们是等价的，它只是归结到TF/推荐术语上？
浏览 6提问于2021-03-16得票数 2
回答已采纳
我想监测我的tensorflow模型的准确性，但是，当使用metrics=['accuracy']或metrics=[tf.keras.metrics.Accuracy()]编译我的模型时，然后训练我的模型时会弹出以下警告警告:tensorflow:以度量accuracy为条件的早期停止是不可用的。可用的衡量标准是:损失，val_loss
model.compi
浏览 4提问于2021-06-07得票数 1
回答已采纳
我不太理解这里对有状态度量的解释：如果是这种情况，我如何重置每个批次的变量。
我需要每个批次的单个值作为事后的平均值。
浏览 0提问于2019-06-12得票数 1
1回答
如何重置Keras指标？
、、、、
为了进行一些参数调整，我喜欢使用Keras循环一些训练函数。然而，我意识到当使用tensorflow.keras.metrics.AUC()作为度量时，对于每个训练循环，都会将一个整数添加到auc度量名称中(例如auc_1，auc_2，...)。因此，实际上keras指标是以某种方式存储的，即使在训练函数之外也是如此。 这首先会导致回调不再识别指标，也让我想知道是否没有存储其他东西，如模型权重。我如何重置指标，是否需
浏览 57提问于2020-06-16得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
