[ML]tensorflow计算分类准确率

本文介绍了一种使用TensorFlow计算预测准确率的方法,通过定义并运行会话,对比预测结果与真实标签,计算平均准确率。
部署运行你感兴趣的模型镜像
1 def compute_accuracy(v_xs, v_ys):
2     global prediction
3     y_pre = sess.run(prediction, feed_dict={xs: v_xs, keep_prob: 1})
4     correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))
5     accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
6     result = sess.run(accuracy, feed_dict={xs: v_xs, ys: v_ys, keep_prob: 1})
7     return result

 

转载于:https://www.cnblogs.com/xmxkkk/p/7559808.html

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值