torcheval.metrics.functional.binary_accuracy¶

torcheval.metrics.functional.binary_accuracy(input: Tensor, target: Tensor, *, threshold: float = 0.5) → Tensor¶

计算二进制准确率分数，即输入与目标匹配的频率。其类版本是 torcheval.metrics.BinaryAccuracy。

Parameters:

input (Tensor) – 形状为 (n_sample,) 的标签预测张量。 torch.where(input < threshold, 0, 1) 将应用于输入。
target (Tensor) – 形状为 (n_sample,) 的真实标签张量。
threshold (float, 默认 0.5) – 用于将输入转换为每个样本的预测标签的阈值。 torch.where(input < threshold, 0, 1) 将应用于 input。

示例：

>>> import torch
>>> from torcheval.metrics.functional import binary_accuracy
>>> input = torch.tensor([0, 0, 1, 1])
>>> target = torch.tensor([1, 0, 1, 1])
>>> binary_accuracy(input, target)
tensor(0.75)  # 3 / 4

>>> input = torch.tensor([0, 0.2, 0.6, 0.7])
>>> target = torch.tensor([1, 0, 1, 1])
>>> binary_accuracy(input, target, threshold=0.7)
tensor(0.5)  # 2 / 4