模块：tf.metrics

定义在：tensorflow/tools/api/generator/api/metrics/__init__.py.

用于Python API的导入.

这个文件是计算机生成的！不要编辑.生成者：tensorflow/tools/api/generator/create_python_api.py脚本.

功能

accuracy(...)：计算predictions与labels匹配的频率.

auc(...)：通过黎曼求和计算近似AUC.

average_precision_at_k(...)： 计算关于稀疏labels的predictions的平均precision@k.

false_negatives(...)：计算假阴性(false negatives)的总数.

false_negatives_at_thresholds(...)：在提供的阈值下计算假阴性(false negatives).

false_positives(...)：求和假阳性(false positives)的权重.

false_positives_at_thresholds(...)：在提供的阈值处计算假阳性(false positives).

mean(...)：计算给定值的(加权)均值.

mean_absolute_error(...)：计算labels和predictions之间的平均绝对误差.

mean_cosine_distance(...)：计算labels和predictions之间的余弦距离.

mean_iou(...)：计算单位阶次平均交点(MIOU).

mean_per_class_accuracy(...)：计算每类精度的平均值.

mean_relative_error(...)：通过使用给定值进行标准化来计算平均相对误差.

mean_squared_error(...)：计算labels和predictions之间的均方误差.

mean_tensor(...)：计算给定张量的逐元素(加权)均值.

percentage_below(...)：计算小于给定阈值的值的百分比.

precision(...)：计算与labels相关的predictions精度.

precision_at_k(...)：计算与稀疏labels相关的predictions精度@k.

precision_at_thresholds(...)：在predictions上为不同的阈值计算精度值.

precision_at_top_k(...)：计算与稀疏labels相关的predictions精度@k.

recall(...)：计算关于labels的predictions的召回.

recall_at_k(...)：计算关于稀疏labels的predictions的召回@k.

recall_at_thresholds(...)：为predictions的不同阈值计算各种召回值.

recall_at_top_k(...)：计算关于稀疏labels的top-k predictions的召回@k.

root_mean_squared_error(...)：计算labels和predictions之间的均方根误差.

sensitivity_at_specificity(...)：计算给定灵敏度的特异性.

sparse_average_precision_at_k(...)：重命名为average_precision_at_k,请改用该方法.(废弃)

sparse_precision_at_k(...)：重命名为precision_at_k,请改用该方法.(废弃)

specificity_at_sensitivity(...)：计算给定灵敏度的特异性.

true_negatives(...)：求和真阴性(truenegatives)的权重.

true_negatives_at_thresholds(...)：在提供的阈值下计算真阴性(truenegatives).

true_positives(...)：求和真阳性(true positives)的权重.

true_positives_at_thresholds(...)：在提供的阈值处计算真阳性(true positives).

其他成员

__cached__

__loader__

__spec__