tf.metricsとスリムストリーミングメトリックの理解

Question

tf.metricsとtf.contrib.slim.metricsを正しく理解しているかどうかわかりません。

# Setup of the neural network... 

# Adding some metrics 
dict_metrics[name] = compute_metric_and_update_op() 

# Getting a list of all metrics and updates 
names_to_values, names_to_updates = slim.metrics.aggregate_metric_map(dict_metrics) 

# Calling tf.slim evaluate 
slim.evaluation.evaluation_loop(eval_op=list(names_to_updates.values()), ...) 

するのは、私は精度を計算したいとしましょう：

は、ここでプログラムの一般的な流れです。私は2つの選択肢があります： a）すべてのバッチ内のすべてのイメージの精度を計算します。 b）1つのイメージ内のすべてのピクセルに対する精度を計算し、すべてのバッチ内のすべてのイメージに対してすべての精度の平均を取ってください。バージョンAの

）これは私が書くだろうかです：

と同等でなければなりません

name = "slim/accuracy_metric" 
dict_metrics[name] = slim.metrics.streaming_accuracy(
    labels, predictions, weights=weights, name=name) 

：さらに、この行

を追加するために無意味な、あるいは間違っているはずです

name = "accuracy_metric" 
accuracy, update_op = tf.metrics.accuracy(
    labels, predictions, weights=weights, name=name) 
dict_metrics[name] = (accuracy, update_op) 

dict_metrics["stream/" + name] = slim.metrics.streaming_mean(accuracy) 

tf.metrics.accuracyから得られる精度は、すでにすべてのバッチで計算されているためia the update_op。正しい？

私はオプションB）で行く場合、私はこのような効果を得ることができます：

accuracy = my_own_compute_accuracy(labels, predictions) 
dict_metrics["stream/accuracy_own"] = \ 
    slim.metrics.streaming_mean(accuracy) 

はmy_own_compute_accuracy（）ラベルと予測テンソルのシンボリック精度を計算しますが、任意の更新操作を返しません。実際、このバージョンでは、単一のイメージまたは単一のバッチに対する精度が計算されますか？基本的に、バッチサイズを完全なデータセットのサイズに設定すると、このメトリックはslim.metrics.streaming_accuracyの出力と一致しますか？

最後に、同じ更新操作を2回追加すると、2回呼び出されますか？

ありがとうございました！

Answer 1

はい、スリムストリーミングの精度は、（エポックを1回だけ行う場合）データセット全体でのバッチごとの精度の平均を計算します。

精度機能については、実装方法によって異なります。