« API Metrics (tf.metrics) » : différence entre les versions

Version du 6 octobre 2018 à 12:38

Domaine

Vocabulaire
Google
Apprentissage profond

Définition

API TensorFlow pour évaluer les modèles. Par exemple, tf.metrics.accuracy détermine la proportion d'exemples pour lesquels les prédictions du modèle coïncident avec les étiquettes. Lorsque vous écrivez un Estimator personnalisé, vous invoquez les fonctions de l'API Metrics pour spécifier la méthode d'évaluation de votre modèle.

Termes privilégiés

API Metrics (tf.metrics)

Anglais

Metrics API (tf.metrics)

Source: Google machine learning glossary

Version du 3 octobre 2018 à 19:45 (voir la source) Jacques (discussion \| contributions) Aucun résumé des modifications ← Modification précédente		Version du 6 octobre 2018 à 12:38 (voir la source) Jacques (discussion \| contributions) (→‎Définition) Modification suivante →
Ligne 8 :		Ligne 8 :

	== Définition ==		== Définition ==
	~~Une~~ API TensorFlow pour évaluer les modèles. Par exemple, tf.metrics.accuracy détermine la proportion d'exemples pour lesquels les prédictions du modèle coïncident avec les étiquettes. Lorsque vous écrivez un Estimator personnalisé, vous invoquez les fonctions de l'API Metrics pour spécifier la méthode d'évaluation de votre modèle.		API TensorFlow pour évaluer les modèles. Par exemple, tf.metrics.accuracy détermine la proportion d'exemples pour lesquels les prédictions du modèle coïncident avec les étiquettes. Lorsque vous écrivez un Estimator personnalisé, vous invoquez les fonctions de l'API Metrics pour spécifier la méthode d'évaluation de votre modèle.

« API Metrics (tf.metrics) » : différence entre les versions