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。
留言
張貼留言