TensorFlow에서 ROC_Curve 및 Confusion Matrix를 얻는 방법

Question

Tensorflow에서 roc_curve 및 혼란 행렬을 얻으려고합니다. sklearn.metrics 함수를 사용했는데 오류가 발생했습니다. 내 코드는 다음과 같습니다 : sklearn.metrics에서 이 roc_curve 가져

n_inputs = x_train.shape[1] 
n_hidden1 = 500 
n_hidden2 = 200 
n_outputs = 2 
learning_rate = 0.01 

X = tf.placeholder(tf.float32, shape=(None, n_inputs), name="X") 
y = tf.placeholder(tf.int64, shape=(None), name="y") 

hidden1 = tf.layers.dense(X, n_hidden1, activation=None) 
hidden2 = tf.layers.dense(hidden1, n_hidden2, activation=None) 
logits = tf.layers.dense(hidden2, n_outputs) 

loss = tf.reduce_mean(tf.nn.sparse_softmax_cross_entropy_with_logits(labels=y, logits=logits)) 

training_op = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss) 

correct = tf.nn.in_top_k(logits, y, 1) 
accuracy = tf.reduce_mean(tf.cast(correct, tf.float32)) 

init = tf.global_variables_initializer() 

n_epochs = 20 

with tf.Session() as sess: 
    init.run() 
    for epoch in range(n_epochs): 
     sess.run(training_op, feed_dict={X: x_train, y: y_train}) 
     acc_train = accuracy.eval(feed_dict={X: x_train, y: y_train}) 
    acc_test = accuracy.eval(feed_dict={X: x_test, y: y_test}) 
    print("Epoch:", epoch, "Train accuracy:", acc_train, "Test accuracy:", acc_test) 

    y_score = np.array(logits) 
    roc_curve(y_test, y_score) 

AUC 내가 가진 오류는 다음과 같습니다 :

TypeError: Singleton array array(<tf.Tensor 'dense_26/BiasAdd:0' shape=(?, 2) dtype=float32>, dtype=object) cannot be considered a valid collection. 

어떤 도움을 이해할 수있을 것이다. 감사!

Answer 1

당신은 당신은 네트워크가 logits 텐서의 값을 반환 할 것을 요청해야

sess.run(training_op, feed_dict={X: x_train, y: y_train}) 

를 호출 할 때,이로 변경 :

training_op_result, logits_result = sess.run([training_op, logits], feed_dict={X: x_train, y: y_train}) 
y_score = np.array(logits_result) 
roc_curve(y_test, y_score) 

텐서 그래프 개체입니다. sess.run을 통해 텐서 또는 계산의 값/결과에 액세스합니다.