时间戳

首页 > 解决方案 > 从给定范围内的张量中删除值

python - 从给定范围内的张量中删除值

问题描述

当预测高于或低于某个阈值时，我希望能够知道我的神经网络的舍入精度。例如，我希望它仅在预测高于 0.55 或低于 0.45 时计算准确度，以便过滤掉接近 50/50 的情况。

我尝试在 stackoverflow 上使用 soft_acc 函数，并在开头添加一个 if else 以过滤掉接近 50/50 的时间。

def soft_acc(y_true, y_pred):
    if y_pred > 0.55 or y_pred < 0.45:
        return K.mean(K.equal(K.round(y_true), K.round(y_pred)))

我收到以下错误消息。

TypeError：不允许将 atf.Tensor用作 Python 。bool使用if t is not None:而不是if t:测试是否定义了张量，并使用 TensorFlow 操作（例如 tf.cond）执行以张量值为条件的子图。

标签： pythontensorflowtensor

解决方案

用于tf.boolean_mask过滤掉不满足所需阈值的索引处的值。

# remove values from `X` in interval (lo, hi)
mask = tf.math.logical_or(tf.lesser(X, lo), tf.greater(X, hi))
X = tf.boolean_mask(X, mask)

在您的情况下，您将定义soft_acc为

def soft_acc(y_true, y_pred):
    mask = tf.math.logical_or(tf.greater(y_pred, 0.55), tf.lesser(y_pred, 0.45))
    y_true2 = tf.boolean_mask(y_true, mask)
    y_pred2 = tf.boolean_mask(y_pred, mask)

    return K.mean(K.equal(K.round(y_true2), K.round(y_pred2)))

推荐阅读