實現在TensorFlow

Question

的準確性度量我下面的TensorFlow文件，具體example 1，其中指標如下分配中的示例：

correct_prediction = tf.equal(tf.argmax(y,1), tf.argmax(y_,1)) 
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 

print(sess.run(accuracy, feed_dict={x: mnist.test.images, y_: mnist.test.labels})) 

我在想：我該如何實現不同的準確性度量。例如MAP（平均精度）。假設我有一個函數：

import numpy as np 

def accuracyMAP(y_pred, y_real): 

    def __precision_at_k(r, k): 
     r = np.asarray(r)[:k] != 0 
     return np.mean(r) 

    temp_sorted = y_real[np.argsort(-y_pred)] 
    till = np.where(temp_sorted==1) 
    r = temp_sorted[:till[0]+1] 
    return __precision_at_k(r, len(r)) 

長的路要走通過是做出預測，並通過它的mean_precision_scorce功能：

for batch_xs in x: 
    y_pred = sess.run(y, feed_dict={x: batch_xs}) 
    acc = accuracyMAP(y_true, y_pred) 

其中兩個y_true和y_predicted轉換爲NumPy的arrays.But有沒有類似於Tensorflow的例子嗎？任何提示？

Answer 1

如果您的mean_precision_score函數可以在TF張量上運行，您可以簡單地執行：acc = mean_precision_score(y_true, y)及更高版本sess.run(acc, ...)。