集成了TensorFlow和Keras神经网络库的附加指标。
项目描述
集成了TensorFlow和Keras神经网络库的附加指标。
我该如何安装此软件包？
像往常一样，只需使用pip下载即可
pip install extra_keras_metrics我该如何使用此软件包？
除了从软件包中导入单个指标外，我们还提供了指标集。
多类指标
要检索多类指标集的实例，可以使用
from extra_keras_metrics import get_minimal_multiclass_metrics
model = my_keras_model()
model.compile(
optimizer="nadam",
loss="categorical_crossentropy",
metrics=get_minimal_multiclass_metrics()
)稀疏多类指标
要检索稀疏多类指标集的实例，可以使用
from extra_keras_metrics import get_sparse_multiclass_metrics
model = my_keras_model()
model.compile(
optimizer="nadam",
loss="sparse_categorical_crossentropy",
metrics=get_sparse_multiclass_metrics()
)请注意，目前这仅包括分类准确度，因为它是Tensorflow提供的唯一指标。我们将自行实现更多指标。
二类指标
要检索二类指标集的实例，可以使用
from extra_keras_metrics import get_standard_binary_metrics
model = my_keras_model()
model.compile(
optimizer="nadam",
loss="binary_crossentropy",
metrics=get_standard_binary_metrics()
)所有二类指标
我们已经实现了各种二类指标，包括一些相对较不为人知的指标。如果您想使用我们实现的所有二类指标，可以使用以下方法
from extra_keras_metrics import get_complete_binary_metrics
model = my_keras_model()
model.compile(
optimizer="nadam",
loss="binary_crossentropy",
metrics=get_complete_binary_metrics()
)额外内容
我还创建了另一组可能让您喜欢的软件包，这个叫做extra_keras_utils，它包含了一些常见的Keras项目代码，以及plot_keras_history，它自动绘制Keras训练历史。
