TensorFlow函数:tf.metrics.false_negatives
2018-09-18 11:42 更新
tf.metrics.false_negatives函数
tf.metrics.false_negatives(
labels,
predictions,
weights=None,
metrics_collections=None,
updates_collections=None,
name=None
)
定义在:tensorflow/python/ops/metrics_impl.py.
计算假否定的总数.
如果weights是None,则权重默认为1,使用权重0来屏蔽值.
参数:
- labels:真实值,Tensor的维度必须与predictions匹配,将被转换为bool.
- predictions:预测值,Tensor可以是任意维度,将被转换为bool.
- weights:可选的Tensor,其秩为0或与labels的秩相同,并且必须可广播到labels(即,所有维度必须为1,或者与相应的labels维度相同).
- metrics_collections:应添加度量值变量的可选集合列表.
- updates_collections:应添加度量标准更新操作可选集合列表.
- name:可选的variable_scope名称.
返回:
- value_tensor:一个Tensor,它表示度量标准的当前值.
- update_op:累积来自一批数据的错误的操作.
可能引发的异常:
- ValueError:如果weights不是None,并且它的形状与values不匹配,或者如果metrics_collections或updates_collections中的任意一个不是一个列表或元组.
- RuntimeError:如果启用了急切执行.