Tensorflow.js tf.metrics.sparseCategoricalAccuracy()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以及深度学习神经网络。

.metrics.sparseCategoricalAccuracy()函数是稀疏分类精度度量函数，它使用索引和 logits 来返回 tf.Tensor 对象。

句法：

tf.metrics.sparseCategoricalAccuracy(yTrue, yPred) 

参数：

• yTrue：它是规定的真实标签，即索引，它可以是 tf.Tensor 类型。
• yPred：它是预测的期望值或 logits，它可以是 tf.Tensor 类型。

返回值：它返回 tf.Tensor 对象。

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining indices and logits
const y = tf.tensor1d([1, 2, 1, 7]);
const z = tf.tensor2d([[1, 1, 9], [0.2, 0, 1], [0.1], [1.8]]);
  
// Calling metrics.sparseCategoricalAccuracy() 
// method
const sparseCategoricalAccuracy = 
    tf.metrics.sparseCategoricalAccuracy(y, z);
  
// Printing output
sparseCategoricalAccuracy.print();

输出：

Tensor
    [0, 1, 1, 0]

示例 2：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling metrics.sparseCategoricalAccuracy()
// method and printing output
tf.metrics.sparseCategoricalAccuracy(
    tf.tensor1d([2, 3, null, 'a']), 
    tf.tensor2d([[0, 0, 0], [0, 0, 1], 
    [2, 2, 2], [6, 7, 8]])
).print();

输出：

Tensor
    [0, 0, 1, 0]

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