Tensorflow.js tf.metrics.binaryAccuracy()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.binaryAccuracy()函数用于计算预测匹配二进制标签的频率。该函数以两个张量为参数，张量的值介于 0 和 1 之间。

句法：

tf.metrics.binaryAccuracy (True, Prediction)

参数：

• True：它是真值的二进制张量，张量可以包含 0 到 1 之间的值。
• 预测：它是预测的张量，张量可以包含 0 到 1 之间的值。

返回值：它返回一个张量。

示例 1：在此示例中，我们给出了两个 1d 张量，其中包含 0 和 1 之间的值作为参数，metrics.binaryAccuracy函数将计算预测匹配并返回一个张量。

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor1d([1, 0, 1, 1, 0, 1, 0, 0]);
const Prediction = tf.tensor1d([0.2, 0.4, 0.6, 0.3, 0.7, 0.3, 0.4, 0.7]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

输出：

Tensor
    0.375

示例 2：在此示例中，我们给出了两个包含值 0 和 1 作为参数的二维张量，metrics.binaryAccuracy函数将计算预测匹配并返回一个张量。

Javascript

// Importing the tensorflow library
import * as tf from "@tensorflow/tfjs"
  
// Defining the value of the tensor
const True = tf.tensor2d([[1, 0, 1, 1], [1, 0, 1, 0]], [2, 4]);
const Prediction = tf.tensor2d([[1, 0, 1, 0], [0, 1, 0, 1]], [2, 4]);
  
// Calculating predictions match
const accuracy = tf.metrics.binaryAccuracy(True, Prediction);
  
// Printing the tensor
accuracy.print();

输出：

Tensor
    [0.75, 0]

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