Question

我正在使用以下辅助函数来计算Precision，Recall和F1-Score：

def recall_m(y_true, y_pred):
    true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
    possible_positives = K.sum(K.round(K.clip(y_true, 0, 1)))
    recall = true_positives / (possible_positives + K.epsilon())
    return recall

def precision_m(y_true, y_pred):
    true_positives = K.sum(K.round(K.clip(y_true * y_pred, 0, 1)))
    predicted_positives = K.sum(K.round(K.clip(y_pred, 0, 1)))
    precision = true_positives / (predicted_positives + K.epsilon())
    return precision

def f1_m(y_true, y_pred):
    precision = precision_m(y_true, y_pred)
    recall = recall_m(y_true, y_pred)
    return 2*((precision*recall)/(precision+recall+K.epsilon()))

我已经尝试了Keras的以下进口：

import keras as K
import keras

但是我得到了错误：

在f1_m中的
（y_true，y_pred） 12 13 def f1_m（y_true，y_pred）： ---> 14精度= precision_m（y_true，y_pred） 15召回率= callback_m（y_true，y_pred） 16 return 2 *（（precision * recall）/（precision + recall + K.epsilon（）））

在precision_m（y_true，y_pred）中 6 7 def precision_m（y_true，y_pred）： ----> 8个true_positives = K.sum（K.round（K.clip（y_true * y_pred，0，1））） 9个预测值= K.sum（K.round（K.clip（y_pred，0，1））） 10精度= true_positives /（predicted_positives + K.epsilon（））

AttributeError：模块“ keras”没有属性“ sum”

我该如何解决？

Answer 1

我找到了解决此问题的可能方法：

导入以下内容：

import tensorflow.keras.backend as K

代替这些：

import keras as K
import keras

错误-AttributeError：模块“ keras”没有属性“ sum”

1 个答案: