如何计算Tensorflow中多标签分类器的准确性

Question

我正在尝试在Tensorflow中构建一个多标签模型。我的代码的一部分如下。我认为应该以不同的方式计算精度，而不是二进制和多类模型。这应该保持不变吗？如果没有，那么计算多标签问题的准确性的正确方法是什么？

cost = -tf.reduce_sum( (  (y*tf.log(pred + 1e-9)) + ((1-y) * tf.log(1 - pred + 1e-9)) )  , name='xentropy' )

optimizer = tf.train.GradientDescentOptimizer(learning_rate = learning_rate).minimize(cost)

correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))

accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))

此外，评估多标签模型性能的最佳方法是什么（首选度量标准是AUROC）。谢谢！