如何使用tf.metrics计算多标签分类的准确性？

Question

我想用张量流（tf.estimator.Estimator）训练多标签分类模型。评估时需要输出准确性。但是，以下代码似乎不起作用：

accuracy = tf.metrics.accuracy(labels=labels, predictions=preds)
metrics = {'accuracy': accuracy}

if mode == tf.estimator.ModeKeys.EVAL:
    return tf.estimator.EstimatorSpec(mode, loss=loss, eval_metric_ops=metrics)

tf.metrics.accuracy不用于多重结果。那么什么是多标签指标？

Answer 1

实际上tf.metrics.accuracy也会计算多标签分类的准确性。请参见下面的示例：

import tensorflow as tf

labels = tf.constant([[1, 0, 0, 1],
                      [0, 1, 1, 1],
                      [1, 1, 0, 0],
                      [0, 0, 0, 1],
                      [1, 1, 0, 0]])

preds = tf.constant([[1, 0, 1, 1],
                     [0, 1, 1, 1],
                     [1, 1, 0, 0],
                     [0, 0, 0, 1],
                     [1, 1, 0, 0]])

acc, acc_op = tf.metrics.accuracy(labels, preds)

with tf.Session() as sess:
    sess.run(tf.local_variables_initializer())
    sess.run(tf.global_variables_initializer())
    print(sess.run([acc, acc_op]))
    print(sess.run([acc]))

您可以看到我们总共有20个标签，第一行中只有一个条目被错误贴标签，因此我们的准确性为0.95％。