关于Keras
入门指南
开发者指南
Keras 3 API 文档
Keras 2 API 文档
模型 API
层API
回调 API
优化器
度量标准
准确性度量标准
概率度量
回归指标
基于真/假阳性和阴性的分类指标
图像分割指标
Hinge metrics for "maximum-margin" classification
损失函数
数据加载
内置小型数据集
Keras 应用程序
混合精度
实用工具
代码示例
KerasTuner:超参数调优
KerasCV:计算机视觉工作流
KerasNLP:自然语言工作流程
search
►
Keras 2 API 文档
/ 度量标准
度量标准
准确性度量标准
Accuracy class
BinaryAccuracy class
CategoricalAccuracy class
SparseCategoricalAccuracy class
TopKCategoricalAccuracy class
SparseTopKCategoricalAccuracy class
概率度量
BinaryCrossentropy class
CategoricalCrossentropy class
SparseCategoricalCrossentropy class
KLDivergence class
Poisson class
回归指标
MeanSquaredError class
RootMeanSquaredError class
MeanAbsoluteError class
MeanAbsolutePercentageError class
MeanSquaredLogarithmicError class
CosineSimilarity class
LogCoshError class
基于真/假阳性和阴性的分类指标
AUC class
Precision class
Recall class
TruePositives class
TrueNegatives class
FalsePositives class
FalseNegatives class
PrecisionAtRecall class
SensitivityAtSpecificity class
SpecificityAtSensitivity class
图像分割指标
MeanIoU class
Hinge metrics for "maximum-margin" classification
Hinge class
SquaredHinge class
CategoricalHinge class
度量标准
准确性度量标准
概率度量
回归指标
基于真/假阳性和阴性的分类指标
图像分割指标
Hinge metrics for "maximum-margin" classification