Ver fuente en GitHub

Calcula el número de false negativos

Hereda de: Metric, Layer, Module

Ver alias

Alias ​​principales

tf.metrics.FalseNegatives

Alias ​​de compatibilidad para la migración

Ver Guía de migración para más detalles.

tf.compat.v1.keras.metrics.FalseNegatives

tf.keras.metrics.FalseNegatives(
    thresholds=None, name=None, dtype=None)

Si sample_weight se da, calcula la suma de los pesos de false negativos Esta métrica crea una variable local, accumulator que se utiliza para realizar un seguimiento del número de false negativos

Si sample_weight es Nonelos pesos predeterminados son 1. Utilice sample_weight de 0 para enmascarar valores.

argumentos
thresholds (Opcional) El valor predeterminado es 0,5. Un valor flotante o una lista/tupla de python de valores de umbral flotantes en [0, 1]. Un umbral se compara con los valores de predicción para determinar el valor de verdad de las predicciones (es decir, por encima del umbral es truea continuación es false). Se genera un valor de métrica para cada valor de umbral.
name (Opcional) string nombre de la instancia de métrica.
dtype (Opcional) tipo de datos del resultado de la métrica.

Uso independiente:

m = tf.keras.metrics.FalseNegatives()
m.update_state([0,1,1,1],[0,1,0,0])
m.result().numpy()2.0
m.reset_states()
m.update_state([0,1,1,1],[0,1,0,0], sample_weight=[0,0,1,0])
m.result().numpy()1.0

uso con compile() API:

model.compile(optimizer='sgd',
              loss='mse',
              metrics=[tf.keras.metrics.FalseNegatives()])

Métodos

reset_states

Ver fuente

reset_states()

Restablece todas las variables de estado de la métrica.

Esta función se llama entre épocas/pasos, cuando se evalúa una métrica durante el entrenamiento.

result

Ver fuente

result()

Calcula y devuelve el tensor de valor métrico.

El cálculo de resultados es una operación idempotente que simplemente calcula el valor de la métrica utilizando las variables de estado.

update_state

Ver fuente

update_state(
    y_true, y_pred, sample_weight=None)

Acumula las estadísticas métricas.

argumentos
y_true Los valores de verdad básicos.
y_pred Los valores previstos.
sample_weight Ponderación opcional de cada ejemplo. El valor predeterminado es 1. Puede ser un Tensor cuyo rango es 0, o el mismo rango que y_truey debe ser retransmitible a y_true.
Devoluciones
Actualizar op.