我想知道在使用metrics=['accuracy']时使用了什么精度函数：
model.compile(loss='binary_crossentropy', metrics=['accuracy'])我查看了keras/metrics.py 文件。该文件中有some_accuracy 函数，但我找不到accuracy。我可以在哪里查看源代码以及它的工作原理？
回答：
合适的精度函数根据您使用的损失函数自动推断。如您所述，精度函数已在metric.py 文件中定义：
def binary_accuracy(y_true, y_pred): return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)def categorical_accuracy(y_true, y_pred): return K.cast(K.equal(K.argmax(y_true, axis=-1), K.argmax(y_pred, axis=-1)), K.floatx())def sparse_categorical_accuracy(y_true, y_pred): # flatten y_true in case it's in shape (num_samples, 1) instead of (num_samples,) return K.cast(K.equal(K.flatten(y_true), K.cast(K.argmax(y_pred, axis=-1), K.floatx())), K.floatx())-
当模型输出最后轴的维度等于1（即
(..., 1)）或使用binary_crossentropy作为损失函数时，使用binary_accuracy。 -
当使用
sparse_categorical_crossentropy作为损失函数时，使用sparse_categorical_accuracy。 -
最后，当设置
categorical_crossentropy作为损失函数时，使用categorical_accuracy。
另外，请注意，accuracy 指标仅适用于分类任务。因此，如果在回归任务中使用accuracy作为指标，报告的指标值可能完全无效。
此外，还有另外两个内置的精度函数：
def top_k_categorical_accuracy(y_true, y_pred, k=5): return K.mean(K.in_top_k(y_pred, K.argmax(y_true, axis=-1), k), axis=-1)def sparse_top_k_categorical_accuracy(y_true, y_pred, k=5): return K.mean(K.in_top_k(y_pred, K.cast(K.max(y_true, axis=-1), 'int32'), k), axis=-1)要使用它们，您需要明确地将它们的名称传递给metrics参数，即metrics=['top_k_categorical_accuracy']或metrics=['sparse_top_k_categorical_accuracy']
