2016-10-31 42 views

回答

0

tf.contrib.metrics.confusion_matrix看起來像你所需要的。一旦你有了混淆矩陣,你可以use that to compute the precision for each class

+0

是的,它的工作原理。同時,我發現這個函數[streaming_mean_iou](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/metrics/python/ops/metric_ops.py#L2732)的工作方式相同,並且存在本地變量[total_confusion_matrix](https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/metrics/python/ops/metric_ops.py#L2786),添加到[LOCAL_VARIABLES](https: //github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/metrics/python/ops/metric_ops.py#L99)集合。有沒有辦法訪問一個局部變量? – Seven

+0

我想我明白了。我可以使用tf.local_variables()來獲取所有局部變量。雖然我的程序中只有一個局部變量,但我明白了。如果有更多的變量,我可以過濾他們的名字來獲得我想要的變量。 – Seven

+0

你也可以使用tf.Graph.get_tensor_by_name,我認爲它應該適用於局部變量(例如,通過tf.get_default_graph()可以訪問的Graph對象上調用get_tensor_by_name)。 –

相關問題