Tensorflow2.0:多分类评价指标 ROC、PRC 绘图、AUC 计算以及混淆矩阵绘制
发布日期:2021-05-06 23:44:26 浏览次数:29 分类:精选文章

本文共 66 字,大约阅读时间需要 1 分钟。

文章目录

项目准备

在绘图前,我们只需要有测试集以及训练好的网络模型(.h5 文件)即可。

python 代码

1、导入需要的库

<
上一篇:使用 Python 从故障轴承振动信号序列判断故障出现时间
下一篇:Tensorflow2.0 评价模型复杂度:参数量、FLOPs 和 MACC 计算

发表评论

最新留言

表示我来过!
[***.240.166.169]2025年04月02日 10时07分22秒