mindspore/docs/api/api_python/train/mindspore.train.TopKCategor...

36 lines
1.3 KiB
ReStructuredText
Raw Normal View History

mindspore.train.TopKCategoricalAccuracy
========================================
2021-12-04 13:55:42 +08:00
.. py:class:: mindspore.train.TopKCategoricalAccuracy(k)
2021-12-04 13:55:42 +08:00
计算top-k分类正确率。
参数:
2022-07-26 11:11:41 +08:00
- **k** (int) - 计算准确率使用的Top类别数。
2021-12-04 20:36:47 +08:00
异常:
- **TypeError** - `k` 不是int。
- **ValueError** - `k` 小于1。
2021-12-04 13:55:42 +08:00
.. py:method:: clear()
内部评估结果清零。
.. py:method:: eval()
计算top-k分类正确率。
返回:
numpy.float64计算结果。
2021-12-04 13:55:42 +08:00
.. py:method:: update(*inputs)
使用预测值 `y_pred` 和真实标签 `y` 更新局部变量。
参数:
- **inputs** - 输入 `y_pred``y``y_pred``y` 支持Tensor、list或numpy.ndarray类型。
`y_pred` 在大多数情况下由范围 :math:`[0, 1]` 中的浮点数组成shape为 :math:`(N, C)` ,其中 :math:`N` 是样本数, :math:`C` 是类别数。
`y` 由整数值组成。如果使用one-hot编码则shape为 :math:`(N, C)` 如果使用类别索引shape是 :math:`(N,)`
2022-06-15 10:19:50 +08:00
.. note::
`update` 方法需要接收满足 :math:`(y_{pred}, y)` 格式的输入。如果某些样本具有相同的正确率,则将选择第一个样本。