forked from huawei/mindspore2022
41 lines
1.3 KiB
ReStructuredText
41 lines
1.3 KiB
ReStructuredText
mindspore.nn.TopKCategoricalAccuracy
|
||
====================================
|
||
|
||
.. py:class:: mindspore.nn.TopKCategoricalAccuracy(k)
|
||
|
||
计算top-k分类正确率。
|
||
|
||
**参数：**
|
||
|
||
**k** (int) - 计算准确率使用的Top类别数。
|
||
|
||
**异常：**
|
||
|
||
- **TypeError** - `k` 不是int。
|
||
- **ValueError** - `k` 小于1。
|
||
|
||
.. py:method:: clear()
|
||
|
||
内部评估结果清零。
|
||
|
||
.. py:method:: eval()
|
||
|
||
计算top-k分类正确率。
|
||
|
||
**返回：**
|
||
|
||
numpy.float64，计算结果。
|
||
|
||
.. py:method:: update(*inputs)
|
||
|
||
使用预测值 `y_pred` 和真实标签 `y` 更新局部变量。
|
||
|
||
.. note::
|
||
`update` 方法需要接收满足 :math:`(y_{pred}, y)` 格式的输入。如果某些样本具有相同的正确率，则将选择第一个样本。
|
||
|
||
**参数：**
|
||
|
||
- **inputs** - 输入 `y_pred` 和 `y`。`y_pred` 和 `y` 支持Tensor、list或numpy.ndarray类型。
|
||
`y_pred` 在大多数情况下由范围 :math:`[0, 1]` 中的浮点数组成，shape为 :math:`(N, C)` ，其中 :math:`N` 是样本数， :math:`C` 是类别数。
|
||
`y` 由整数值组成。如果使用one-hot编码，则shape为 :math:`(N, C)` ；如果使用类别索引，shape是 :math:`(N,)` 。
|