tensorflow - tf.metrics.average_precision_at_k 在 TensorFlow 中是如何工作的?
问题描述
我有以下声明:
labels = tf.constant([1, 2, 5, 7, 3], dtype=tf.int64)
pred = tf.constant([1, 8, 2, 11, 3], dtype=tf.int64)
当我跑
metric = tf.metrics.average_precision_at_k(labels, pred, 5)
sess = tf.Session()
sess.run(tf.local_variables_initializer())
sess.run(metric)
我得到mean_average_precision
一个0.55
但是如果我创建以下常量
labels = tf.constant([80354115, 60265163, 10138163, 90299492, 10197671], dtype=tf.int64)
pred = tf.constant([80354115, 30297014, 60265163, 60296843, 10197671], dtype=tf.int64)
我得到一个mean_average_precision
。0.0
这是为什么?
解决方案
推荐阅读
- vue.js - 在 Axios Post action vueJs 之后我无法集成 Sweet Alert
- javascript - WebGL 三角形未正确渲染
- kubernetes - 与 HELM 共享依赖项
- php - php 将输入“名称”设置为 php echo 变量
- jmeter - Jmeter将响应与提供的文件进行比较
- mysql - 不同维度的sql多个最大值
- asp.net - ASP.NET 在发布后给出错误 403,但在开发期间没有
- swift - 如何在异步线程中保持永无止境的进程
- php - 在特定时间范围内显示数据库实体
- amazon-web-services - amazon emr - 创建集群是否使用数据传出?