Python top_k_categorical_accracy

markdown #說明 在訓練的模型的過程中，發現了除了平常看到的accuracy和loss，多了一個top_k_categorical_accracy，所以就好奇搜尋下這個的功能。 基本上，他的計算方式是，當預測的k 值當中存在正確目標類別則預測正確。 舉例來說，如果是k=3: 假如目標是一個蘋果，那預測的情況為:第一個是芭樂、第二個是水梨、第三個是蘋果，則這個代表預測正確。 而這個K值是可以更改的，預設K=5 #操作流程 ##修改K值 ``` def acc_top3(y_true, y_pred): return top_k_categorical_accuracy(y_true, y_pred, k=3) model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy', top_k_categorical_accuracy, acc_top3]) ``` ##參考: https://www.zhihu.com/question/55948077 作者：牛小白 链接：https://www.zhihu.com/question/55948077/answer/150270372 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。