python - 当使用 metrics= ['accuracy' ] 时，Keras 使用了什么精度函数？

Question

我想知道在使用 metrics=['accuracy'] 时使用的精度函数是什么:

model.compile(loss='binary_crossentropy', metrics=['accuracy'])

我看到了keras/metrics.py文件。该文件中有 some_accuracy 函数。但是我找不到accuracy。我在哪里可以看到源代码及其工作原理？

Answer 1

适当的精度函数is inferred automatically from the loss function你用过。正如您所提到的，精度函数已在 metric.py 中定义。文件:

def binary_accuracy(y_true, y_pred):
    return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)


def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())


def sparse_categorical_accuracy(y_true, y_pred):
    # flatten y_true in case it's in shape (num_samples, 1) instead of (num_samples,)
    return K.cast(K.equal(K.flatten(y_true),
                          K.cast(K.argmax(y_pred, axis=-1), K.floatx())),
                          K.floatx())

• binary_accuracy 当模型输出的最后一个轴的维度等于一(即 (..., 1))或binary_crossentropy 用作损失。

• sparse_categorical_accuracy 在使用sparse_categorical_crossentropy 作为损失函数时使用。

• 最后，当 categorical_crossentropy 被设置为损失函数时，使用 categorical_accuracy。

另请注意，accuracy 指标仅对分类任务有效。因此，如果您使用 accuarcy 作为回归任务中的指标，则报告的指标值可能根本无效。

此外，还有另外两个内置精度函数:

def top_k_categorical_accuracy(y_true, y_pred, k=5):
    return K.mean(K.in_top_k(y_pred, K.argmax(y_true, axis=-1), k), axis=-1)


def sparse_top_k_categorical_accuracy(y_true, y_pred, k=5):
    return K.mean(K.in_top_k(y_pred, K.cast(K.max(y_true, axis=-1), 'int32'), k), axis=-1)

要使用它们，您需要将它们的名称显式传递给 metrics 参数，即 metrics=['top_k_categorical_accuracy'] 或 metrics=['sparse_top_k_categorical_accuracy' ]