如何在 tensorflow 中查看 class 的精度细分？

Question

我正在尝试使用 N=26 classes 的 softmax classifier 创建一个神经网络。初步结果似乎很有希望，但我需要知道 class 的准确度细分。在 150 个 epoch 之后，测试准确率为 71.1%，但这是 26 classes 的总和。我确定有些 classes 做得很好，有些做得很差，我需要知道每个 class.

的准确度

我已经花了天搜索但无法弄清楚如何得到它。这似乎是某人需要的基本、简单、明显的东西，所以我怀疑我只是遗漏了一些东西。

我尝试了 print(tf.print(tf.compat.v1.metrics.mean_per_class_accuracy(labels, logits, n))) 但得到了

name: "PrintV2"
op: "PrintV2"
input: "StringFormat"
attr {
  key: "end"
  value {
    s: "\n"
  }
}
attr {
  key: "output_stream"
  value {
    s: "stderr"
  }
}

我尝试删除 tf.print 并尝试 print(tf.compat.v1.metrics.mean_per_class_accuracy(labels, logits, n)) 但得到 (<tf.Tensor 'mean_accuracy/mean_accuracy:0' shape=() dtype=float32>, <tf.Tensor 'mean_accuracy/update_op:0' shape=(27,) dtype=float32>)。从技术上讲，这两者都不是错误，但它们也没有告诉我我需要知道的内容。

我也尝试了print(classification_report(labels, logits))和print(classification_report(labels, tf.argmax(logits)))，这两个都给我错误TypeError: object of type 'Tensor' has no len()。 Logits 是张量。我一直找不到将它转换为数组或向量的方法，甚至无法打印它的内容。

如何查看 class 的准确度细分？（如果我的意思不是很明显，当 71% 是整体准确度时，我希望它告诉我，例如：class 1 = 82%，...，class N = 13%.)

Answer 1

假设您满足于在训练后而不是在训练期间找到 class 级的准确性，您可以简单地 predict 模型在测试集上的输出并通过以下方式自行检查准确性，例如，将 26 个 class 中的每一个的命中和未命中存储在一个数组中。

如果您愿意，也可以使用tf.math.confusion_matrix。这将计算出比您正在寻找的更多的信息（它以一种简洁的方式对所有错误class化验进行分类），然后您可以处理这些信息以生成百分比。

如何在 tensorflow 中查看 class 的精度细分？

How to see accuracy breakdown by class in tensorflow?

python

tensorflow

softmax