cntk.metrics.classification_error()
의 올바른 사용법을 이해하고이를 근거 진실에 대한 예측을 확인하는 데 사용하려고합니다.CNTK classification_error() 사용 방법은 무엇입니까?
합니다 (Python API docs 기준) 이하 장난감 예 :
array([[ 0., 0., 1.],
[ 0., 0., 1.],
[ 0., 0., 1.]], dtype=float32)
I가 표시되는 정방 행렬이 아닌 벡터를 획득 할 수있는 방법이된다
import numpy as np
from cntk.metrics import classification_error
predictions = np.asarray([[1., 2., 3., 4.],[1., 2., 3., 4.],[1., 2., 3., 4.]], dtype=np.float32)
labels = np.asarray([[0., 0., 0., 1.],[0., 0., 0., 1.],[0., 0., 1., 0.]], dtype=np.float32)
classification_error(predictions, labels).eval()
는 다음과 같은 결과를 얻을 내가 큰 배치를 처리하고 싶다면 비효율적입니까?
나는 classification_error()
를 호출 할 때 axis
키워드를 사용하여 시도했다, 그러나 나는 axis=0
또는 axis=1
내가 빈 결과를 얻을 수 있는지 여부를 설정합니다.
감사합니다. 함수에 대한 입력을 작성해야한다고 생각 했었지만, 문서의 예제가 명시 적으로 적용되지 않았기 때문에 마음이 바뀌지 않았습니다. –