分类模型的f1值大概是多少_准确率召回率f1分数

分类模型的f1值大概是多少_准确率召回率f1分数欢迎您对PaddleHub提出建议,非常感谢您对PaddleHub的贡献!目前PaddleHub已实现您提出的需求,请安装PaddleHub>=1.7.0,PaddlePaddle>=1.8.0快速体验。请您在定义task任务时增加metrics_choices=[‘f1’]选项,即可实现多分类F1Score评估指标,示例如下:task=hub.ImageClassifierT…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

欢迎您对PaddleHub提出建议,非常感谢您对PaddleHub的贡献!

目前PaddleHub已实现您提出的需求,请安装PaddleHub>=1.7.0, PaddlePaddle>=1.8.0快速体验。请您在定义task任务时增加metrics_choices=[‘f1’]选项,即可实现多分类F1 Score评估指标,示例如下:

task = hub.ImageClassifierTask(

data_reader=data_reader,

feed_list=feed_list,

feature=feature_map,

num_classes=dataset.num_labels,

metrics_choices=[‘f1’], #PaddleHub同时支持’f1’和’acc’评价标准,可使用metrics_choices=[‘f1’, ‘acc’]快速实现

config=config)

发现一个新的问题,ImageClassifierTask设定f1作为metrics时,多分类任务会报错,

metrics_choices = [‘f1’]

错误信息:

[2020-08-07 11:13:35,971] [ INFO] – PaddleHub finetune start

—————————————————————————TypeError Traceback (most recent call last) in

—-> 1 run_states = task.finetune_and_eval()

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddlehub/finetune/task/base_task.py in finetune_and_eval(self)

943

944 def finetune_and_eval(self):

–> 945 return self.finetune(do_eval=True)

946

947 def finetune(self, do_eval=False):

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddlehub/finetune/task/base_task.py in finetune(self, do_eval)

964 while self.current_epoch <= self.config.num_epoch:

965 self.config.strategy.step()

–> 966 run_states = self._run(do_eval=do_eval)

967 self.env.current_epoch += 1

968

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddlehub/finetune/task/base_task.py in _run(self, do_eval)

1222 if self.is_train_phase:

1223 if self.current_step % self.config.log_interval == 0:

-> 1224 self._log_interval_event(period_run_states)

1225 global_run_states += period_run_states

1226 period_run_states = []

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddlehub/finetune/task/base_task.py in hook_function(self, *args)

706 for name, func in self._hooks[hook_type].items():

707 if inspect.ismethod(func):

–> 708 func(*args)

709 else:

710 partial(func, self)(*args)

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/paddlehub/finetune/task/base_task.py in default_log_interval_event(self, run_states)

849 tag=”{}{}”.format(metric, self.phase),

850 value=scores[metric],

–> 851 step=self._envs[‘train’].current_step)

852 log_scores += “%s=%.5f ” % (metric, scores[metric])

853 logger.train(“step %d / %d: loss=%.5f %s[step/sec: %.2f]” %

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/visualdl/writer/writer.py in add_scalar(self, tag, value, step, walltime)

133 walltime = round(time.time()) if walltime is None else walltime

134 self._get_file_writer().add_record(

–> 135 scalar(tag=tag, value=value, step=step, walltime=walltime))

136

137 def add_image(self, tag, img, step, walltime=None):

/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/visualdl/component/base_component.py in scalar(tag, value, step, walltime)

31 Package with format of record_pb2.Record

32 “””

—> 33 value = float(value)

34 return Record(values=[

35 Record.Value(id=step, tag=tag, timestamp=walltime, value=value)

TypeError: float() argument must be a string or a number, not ‘tuple’

查看了代码,问题可能出在PaddleHub/paddlehub/finetune/task/classifier_task.py

calculate_metrics()调用的calculate_f1_np()函数应该是只能对2分类任务计算f1、precision和recall。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/182220.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • Linux生成静态库_linux生成静态库

    Linux生成静态库_linux生成静态库转自:https://blog.csdn.net/ddreaming/article/details/53096411一、动态库、静态库简介库是写好的现有的,成熟的,可以复用的代码。现实中每个程序都要依赖很多基础的底层库,不可能每个人的代码都从零开始,因此库的存在意义非同寻常。本质上来说库是一种可执行代码的二进制形式,可以被操作系统载入内存执行。库有两种:静态库.a(win系统下是lib)和动态…

  • 阿里 Blink 正式开源,重要优化点解读

    阿里 Blink 正式开源,重要优化点解读

  • wireshark抓包分析IP数据报_fiddler抓包后怎么分析数据

    wireshark抓包分析IP数据报_fiddler抓包后怎么分析数据一.实验目的通过本次实验,掌握使用Wireshark抓取TCP/IP协议数据包的技能,能够深入分析IP帧格式。通过抓包和分析数据包来理解TCP/IP协议,进一步提高理论联系实践的能力。二.实验内容1.本次实验重点:利用Wireshark抓IP包及IP包的分析。2.本次实验难点:分析抓到的IP包。3.本次实验环境:Windows7,Wireshark。4.本次实验…

  • CSDN 博客备份工具「建议收藏」

    CSDN 博客备份工具「建议收藏」前言核心登录模块备份模块博文扫描模块演示如何使用效果总结前言近段时间以来,听群友博友都在谈论着一件事:“CSDN博客怎么没有备份功能啊?”。这其实也在一定程度上表征着大家对于文章这种知识性产品的重视度越来越高,也对于数据的安全提高了重视。所以我就尝试着写了这么一个工具。专门用来备份CSDN博友的博客。核心说起来是核心,其实也就那么回事吧。严格来说也就是一对代码,不能称之为核心啦。

  • Cloudflare 是谁?

    Cloudflare 是谁?

  • 一分钟制作U盘版BT3 – 有图滴儿 bt3激活成功教程教程[通俗易懂]

    一分钟制作U盘版BT3 – 有图滴儿 bt3激活成功教程教程[通俗易懂]一分钟制作BT3U盘版方便,快捷简单无效不退款光盘版BT3,大概694MB,直接刻盘,然后用光盘引导,就可以进入bt3,连接为:http://ftp.heanet.ie/mirrors/back

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号