我是Tensorflow领域的新手,我正在研究mnist数据集分类的简单示例。我想知道如何获得除准确性和损失(并可能显示它们)之外的其他指标(例如,精确度、召回率等)。下面是我的代码: from __future__ import absolute_import, division, print_function, unicode_literalsfrom tensorflow.keras.callbacks import ModelCheckpoint
from t
不幸的是,当使用TensorBoard可视化指标(如mAP、AR、分类/本地化损失)时,我们只能在验证集上看到这些指标。我还想在训练期间计算上述指标,以便我们可以在Tensorboard上比较训练/验证指标。编辑:我偶然发现了这篇文章,它解决了同样的问题how to check both training/eval performances in tensorflow object_detection 有谁有关于如何实现这一点的建议
我使用TFF版本0.12.0来计算模型的性能,我想添加(具有准确性)敏感性和特异性指标, def specificitydef create_compiled_keras_model():Expected a list or dictionary, found: ([<tensorflow.python.keras.metrics.BinaryAccuracy object at 0x7fb5b0711748>], <function sensitivity at 0x7fb6adf45e18>, <