Keras-categorical_accuracy和sparse_categorical

Keras-categorical_accuracy和sparse_categorical_accuracy之间的区别

classification

deep-learning

keras

neural-network

sparse_categorical_accuracy中的categorical_accuracy和sparse_categorical_accuracy什么区别？在文档中没有关于这些指标的提示，通过询问Google博士，我也没有找到答案。

源代码可以在这里找到：

def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())


def sparse_categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.max(y_true, axis=-1),
                          K.cast(K.argmax(y_pred, axis=-1), K.floatx())),
                  K.floatx())

参考资料：

Stack Overflow

2020-05-31 22:02:44 更新

Karen Wodehous• 638

共 2 个回答

高赞时间活跃

因此，在categorical_accuracy您需要将目标（ y ）指定为一热编码向量（例如，在3个类的情况下，当真实类为第二类时， y应该为(0, 1, 0) sparse_categorical_accuracy (0, 1, 0) 。在sparse_categorical_accuracy您应该仅提供真实类的整数（在前面的示例中，由于类索引基于0因此它将为1 ）。

2020-05-31 22:03:52 更新

Karen Wodehous• 638

看源头

def categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.argmax(y_true, axis=-1),
                          K.argmax(y_pred, axis=-1)),
                  K.floatx())


def sparse_categorical_accuracy(y_true, y_pred):
    return K.cast(K.equal(K.max(y_true, axis=-1),
                          K.cast(K.argmax(y_pred, axis=-1), K.floatx())),
K.floatx())

categorical_accuracy检查是否最大真值的索引等于最大预测值的索引。

sparse_categorical_accuracy检查最大真实值是否等于最大预测值的索引。

从上面的Marcin的答案来看， categorical_accuracy对应于y_true的one-hot编码矢量。

2020-05-31 22:03:10 更新