Tensorflow.js tf.metrics.sparseCategoricalAccuracy() Función

Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

La función .metrics.sparseCategoricalAccuracy() es una función métrica de precisión categórica escasa que utiliza índices y logits para devolver el objeto tf.Tensor.

Sintaxis:  

tf.metrics.sparseCategoricalAccuracy(yTrue, yPred) 

Parámetros:  

• yTrue: Son las etiquetas verdaderas establecidas, es decir , índices y puede ser del tipo tf.Tensor.
• yPred: Son las expectativas predichas o logits y puede ser del tipo tf.Tensor.

Valor devuelto: Devuelve el objeto tf.Tensor.

Ejemplo 1:  

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining indices and logits
const y = tf.tensor1d([1, 2, 1, 7]);
const z = tf.tensor2d([[1, 1, 9], [0.2, 0, 1], [0.1], [1.8]]);
  
// Calling metrics.sparseCategoricalAccuracy() 
// method
const sparseCategoricalAccuracy = 
    tf.metrics.sparseCategoricalAccuracy(y, z);
  
// Printing output
sparseCategoricalAccuracy.print();

Producción:

Tensor
    [0, 1, 1, 0]

Ejemplo 2:

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling metrics.sparseCategoricalAccuracy()
// method and printing output
tf.metrics.sparseCategoricalAccuracy(
    tf.tensor1d([2, 3, null, 'a']), 
    tf.tensor2d([[0, 0, 0], [0, 0, 1], 
    [2, 2, 2], [6, 7, 8]])
).print();

Producción:

Tensor
    [0, 0, 1, 0]

Referencia: https://js.tensorflow.org/api/latest/#metrics.sparseCategoricalAccuracy