在keras中，在model compile的时候可以通过设置metrics的方式确定预测指标，但是keras已经写好的函数中没有精确率和召回率的实现，因此需要自定义这两个指标，哪位大大能帮忙实现一下？拜谢！
keras自定义metric计算精确率和召回率
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
3条回答 默认 最新
- 2017-12-26 11:32回答 3 已采纳 http://hant.ask.helplib.com/mip/12821422
- 2019-10-17 00:40回答 1 已采纳 理论上应该没有问题啊，你要不试试把最后的'acc'改为'accuracy'，好像有些情况'acc'会报错
- 2023-02-01 14:57回答 2 已采纳 这个错误是由于Keras在TensorFlow 2.0之后的版本中不再支持内部API。这个问题可以通过使用默认的TensorFlow后端来解决。可以在代码中添加以下行来设置后端： import ten
- 2022-07-16 15:47dale567的博客 crossentropy', optimizer='rmsprop', metrics=['accuracy']) 在训练过程中仅显示- loss、 - acc、- val_loss和- val_acc 但在实际任务中，希望可以记录召回率、F1等其它评价指标 使用的库 使用keras_metrics库解决...
- 2021-08-04 11:56回答 2 已采纳 opencv自带有dnn模块可以直接条用tensorflow的模型，但是不如tf那样方便，有些网络层和操作如果不支持的话就需要转换，举例来说如果sigmoi不支持就得换relu（当然opencv是支持
- 2023-02-23 17:17回答 2 已采纳 试下这样：predict2 = model.predict(Xtrain)print(predict2.shape)看下是否训练数据也一样
- 2021-06-14 18:23回答 1 已采纳 可以安装，只是兼容问题比较多点，可以尝试使用anaco
- 2020-12-17 14:05对于二分类任务，keras现有的评价指标只有binary_accuracy，即二分类准确率，但是评估模型的性能有时需要一些其他的评价指标，例如精确率，召回率，F1-score等等，因此需要使用keras提供的自定义评价函数功能构建出...
- 2023-02-22 15:04回答 3 已采纳 其实原因很简单，如果模型中包含自定义层（或者其他子类化类可能也适用），需要实现get_config方法，之后一切都正常了
- 2022-10-27 20:21回答 2 已采纳 没有看过源码，但是我的使用经验告诉我这两个是一样的，很有可能是同一个代码封装了两个入口。
- 2023-02-06 20:56回答 2 已采纳 方案来自 梦想橡皮擦 狂飙组基于 GPT 编写的 “程秘” from PIL import Image import numpy as np img = Image.open("dog_or_cat
- 2021-06-15 21:47EnthalpyE的博客 Keras实现计算测试集Accuracy,loss,Precision,Recall与F1计算测试集的prediction自定义计算Metrics测试结果全部代码 由于Precision,Recall与F1是模型对整体数据的的评估标准，所以，首先需要计算model对于整个测试...
- 2022-03-12 11:33回答 2 已采纳 keras前加个tensorflow.试试？
- 2021-04-30 01:55阿尔法老师的博客 Keras如何自定义IOU？本篇文章小编给大家分享一下Keras自定义IOU方式代码，代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。代码如下：def iou(y_true, y_pred, label:...
- xiaoma_xiaoma的博客 keras分类回归的损失函数与评价指标 目标函数 (1）mean_squared_error / mse 均方误差，常用的目标函数，公式为((y_pred-y_true)**2).mean() (2）mean_absolute_error / mae 绝对值均差，公式为(|y_pred-y_true|)....
- 没有解决我的问题, 去提问
