tf.keras.metrics.TruePositives()在作为度量传递给model.compile()时在model.fit()中返回错误值

时间:2019-08-10 21:54:04

标签: python tensorflow keras tf.keras

当我将热编码的标签作为训练和验证数据传递到tensorflow keras的model.fit()函数时,指标tf.keras.metrics.TruePositives()返回错误的值。

我正在运行Tensorflow 2.0。

例如,如果这是我的代码:

model.compile(optimizer, 'binary_crossentropy', 
              ['accuracy', tf.keras.metrics.TruePositives()])

history = model.fit(train_data, train_labels_binary, batch_size=32, epochs=30,
                    validation_data=(val_data, val_labels_binary), 
                    callbacks=[early_stopping])

train_labels_binary是这个:array([[1, 0], [1, 0], [0, 1]])

,结果y_predarray([[1, 0], [1, 0], [0, 1]])

然后tf.keras.metrics.TruePositives()应该返回1,但它返回3。

任何帮助将不胜感激!

1 个答案:

答案 0 :(得分:0)

好吧,我做了一些更多的实验,当输入不是1热编码并且只有1个输出神经元时,它是固定的。因此,如果我们更改以下两行,则所有指标均能正常运行:

此:train_labels = np.eye(2)[np.random.randint(0, 2, size=(10, 1)).reshape(-1)]

收件人:train_labels = np.random.randint(0, 2, size=(10, 1))

此:model.add(layers.Dense(units=2, activation='sigmoid'))

收件人:model.add(layers.Dense(units=1, activation='sigmoid'))