意外的1.0000 top_k_categorical_accuracy

Question

我在训练一个分类模型，得到一些奇怪的度量值。top1的准确性很低，而且行为相对正常，但是top_k_categorical_accuracy (默认的k=5)通常正好是1.0000。考虑到top1的精确度是如此之低，这似乎是非常不可信的。这里会发生什么事？

Answer 1

这是由于该模型预测了一个给定示例的大多数类别的0.00000000。Keras使用in_top_k计算top_k_categorical_accuracy度量。在文件中：

请注意，InTopK在处理领带时的行为与TopK op不同；如果多个类具有相同的预测值并跨顶-k边界，则所有这些类都被认为位于顶级k中。

因此，所有对0的预测都是平分的，只要4或更少的预测是非零的，它就会被计算为顶部"5“的一部分。这意味着所有200个类都是前5名，因此这个度量的准确度为1.0000。

相关GitHub问题：#10767