评价函数

评价函数主要用于在模型编译时指定给编译方法的metrics参数用于评估当前训练模型的性能。一般只需要将评价函数的名称以字符串形式传入即可。

常用的评价函数主要有以下这些。

• binary_accuracy，对于二分类问题，计算在所有预测值上的平均正确率。
• categorical_accuracy，对于多分类问题，计算在所有预测值上的平均正确率。
• sparse_categorical_accuracy，于categorical_accuracy相同，但对于稀疏目标预测值时有用。
• top_k_categorical_accuracy，计算top-k正确率，当预测值的前k个值中存在目标类别即认为预测正确。
• sparse_top_k_categorical_accuracy，与top_k_categorical_accuracy作用相同，但适用于稀疏输入情况。