Deep learning和tensorflow学习记录（二十二）：tf.metrics.accuracy

tf.metrics.accuracy(
    labels,
    predictions,
    weights=None,
    metrics_collections=None,
    updates_collections=None,
    name=None

)

定义于：tensorflow/python/ops/metrics_impl.py。

计算predictions匹配labels的情况。

该accuracy函数创建两个局部变量，total和count用于计算predictions匹配labels的情况。这个频率被最终返回为accuracy：total/count。

为了估计一连串的数据，该函数创建一个 update_op操作更新这些变量并返回accuracy。在内部，一个is_correct操作计算一个Tensor，当predictions和labels匹配时其中相应的元素为1.0，否则为0.0。然后update_op更新total和count的值。

如果weights是None，则权重默认为1.使用权重0来作为mask值。

参数：

labels：ground truth值，Tensor，其形状匹配 predictions。

predictions：预测值，任何形状的Tensor。

weights：可选，Tensor，其秩为0或与labels的秩相同，并且必须可广播到labels（即，所有维度必须1或者与相应的labels维度相同）。

metrics_collections：accuracy应添加到的可选集合列表。

updates_collections：update_op应添加到的可选集合列表。

name：可选的，variable_scope名称。
返回：
accuracy：A Tensor，表示准确性，值total除以count。
update_op：适当增加total和count变量并且使其值匹配accuracy的操作。