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
► 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
Terms | Privacy