Tensorflow.js tf.metrics.binaryAccuracy() 函数介绍

TensorFlow.js 是一个用于构建机器学习模型的 JavaScript 库，其中包含了许多常用的函数，如 tf.metrics.binaryAccuracy() 函数。本文将介绍该函数的详细信息，包括其输入、输出和使用方法等。

1. 函数简介

tf.metrics.binaryAccuracy() 函数用于计算每个预测样本的二元分类准确率。

2. 函数参数

• yTrue：一个 tf.Tensor 或 tf.TensorLike 对象，表示真实标签，必需。
• yPred：一个 tf.Tensor 或 tf.TensorLike 对象，表示预测标签，必需。

3. 函数返回值

返回一个 tf.Scalar 对象，表示输出的二元分类准确率。

4. 函数使用

const tf = require('@tensorflow/tfjs');

// 创建真实标签和预测标签的 tf.Tensor 对象
const yTrue = tf.tensor1d([1, 0, 1, 1, 0]);
const yPred = tf.tensor1d([0, 1, 1, 1, 0]);

// 调用 tf.metrics.binaryAccuracy() 函数计算二元分类准确率
const accuracy = tf.metrics.binaryAccuracy(yTrue, yPred);

// 输出准确率结果
accuracy.print();

以上代码会输出以下结果：

Tensor
    0.800000011920929

5. 总结

tf.metrics.binaryAccuracy() 函数是 TensorFlow.js 库中用于计算二元分类准确率的函数，非常实用。开发者可以将其应用于各种机器学习问题中，以提升模型性能和准确率。