Question

我想知道在使用metrics=['accuracy']时使用了什么精度函数：

model.compile(loss='binary_crossentropy', metrics=['accuracy'])

我看到了keras/metrics.py个文件。该文件中有some_accuracy个函数。但是我找不到accuracy。在哪里可以看到源代码及其工作原理？

Answer 1

您使用的适当的精度函数is inferred automatically from the loss function。如您所述，精度函数已在metric.py文件中定义：

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)


def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())


def sparse_categorical_accuracy(y_true, y_pred):
    # flatten y_true in case it's in shape (num_samples, 1) instead of (num_samples,)
    return K.cast(K.equal(K.flatten(y_true),
                          K.cast(K.argmax(y_pred, axis=-1), K.floatx())),
                          K.floatx())

binary_accuracy

(..., 1)

binary_crossentropy。

sparse_categorical_accuracy

sparse_categorical_crossentropy。
最后，将categorical_accuracy设置为损失函数时，将使用categorical_crossentropy。

此外，请注意accuracy度量标准仅对分类任务有效。因此，如果在回归任务中使用accuarcy作为指标，则报告的指标值可能根本无效。

此外，还有另外两个内置的精度函数：

def top_k_categorical_accuracy(y_true, y_pred, k=5):
    return K.mean(K.in_top_k(y_pred, K.argmax(y_true, axis=-1), k), axis=-1)


def sparse_top_k_categorical_accuracy(y_true, y_pred, k=5):
    return K.mean(K.in_top_k(y_pred, K.cast(K.max(y_true, axis=-1), 'int32'), k), axis=-1)

要使用它们，您需要将其名称显式传递给metrics参数，即metrics=['top_k_categorical_accuracy']或metrics=['sparse_top_k_categorical_accuracy']

当使用metrics = ['accuracy']时，Keras使用什么精度函数？

1 个答案: