TensorFlow函数：tf.metrics.true_negatives

tf.metrics.true_negatives函数

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

定义在：tensorflow/python/ops/metrics_impl.py.

对true_negatives的权重进行求和.

如果weights是None,则权重默认为1,使用权重0来屏蔽值.

参数：

• labels：正确标记(ground truth),Tensor的维度必须匹配predictions,将被转换为bool.
• predictions：预测值,任意维度的Tensor,将被转换为bool.
• weights：可选的Tensor,其秩为0或与labels具有相同秩,并且必须可广播到labels(即,所有维度必须为1或与相应的labels维度相同).
• metrics_collections：应添加度量值变量的集合的可选列表.
• updates_collections：应添加度量标准更新操作的集合的可选列表.
• name：可选的variable_scope名称.

返回：

• value_tensor：表示度量标准的当前值的Tensor.
• update_op：从一批数据中累积错误的操作.
  

可能引发的异常：

• ValueError：如果predictions和labels有不匹配的形状,或者weights不是None,它的形状不匹配predictions,或者如果任一metrics_collections或updates_collections是不是一个列表或元组.
• RuntimeError：如果启用了急切执行.