Tensorflow.js tf.metrics.categoricalAccuracy()函数

Tensorflow.js 是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.metrics.categoricalAccuracy()函数用于返回两个张量之间的分类精度。它需要两个张量作为参数。

句法：

tf.metrics.categoricalAccuracy(a, b);

参数：

• a：第一个指定的张量。
• b：第二个指定张量。它必须具有相同的数据类型 “一种”。

返回值：它返回两个指定张量“a”和“b”的分类精度。

示例 1：

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Initializing two tensors
const a = tf.tensor2d([[1, 0, 0, 1], [0, 1, 0, 1]]);
const b = tf.tensor2d([
    [0.1, 0.6, 0.01, 0.05], 
    [0.1, 0.02, 0.05, 0.3]
]);
  
// Calling the .categoricalAccuracy() function
const accuracy = tf.metrics.categoricalAccuracy(a, b);
  
// Print tensor 
accuracy.print();

输出：

Tensor
    [0, 0]

示例 2：

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Initializing two tensors
const a = tf.tensor([1, 0, 0, 1]);
const b = tf.tensor([1, 0.6, 0.01, 0.05]);
  
// Calling the .categoricalAccuracy() function
const accuracy = tf.metrics.categoricalAccuracy(a, b);
  
// Print tensor 
accuracy.print();

输出：

Tensor
    1

示例 3：

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Initializing two tensors
const a = tf.tensor([0, 0, 0, 1]);
const b = tf.tensor([0.1, 0.8, 0.05, 0.05]);
  
// Calling the .categoricalAccuracy() function
const accuracy = tf.metrics.categoricalAccuracy(a, b);
  
// Print tensor 
accuracy.print();

输出：

Tensor
    0

参考： https://js.tensorflow.org/api/latest/#metrics.categoricalAccuracy