tf.metricsを正しく使うには？

Question

次のコードを使用して、モデルの精度とリコールを評価しました。 Z3及びYの形状の両方は、（1 ,?）

predictions = tf.greater(Z3, 0.0) 
labels = tf.greater(Y, 0.5) 

true_positive = tf.logical_and(predictions, labels) 
precision = tf.reduce_sum(tf.cast((true_positive), tf.float32))/tf.reduce_sum(tf.cast((predictions), tf.float32)) 
recall = tf.reduce_sum(tf.cast((true_positive), tf.float32))/tf.reduce_sum(tf.cast((labels), tf.float32)) 

作品上記のコードが、私は以下のコードに切り替えたとき、それは動作しません。

labels = tf.greater(Y, 0.5) 
predictions = tf.greater(Z3, 0.0) 

auc = tf.metrics.auc(labels, predictions) 
precisions = tf.metrics.precision(labels, predictions) 
recalls = tf.metrics.recall(labels, predictions) 

InvalidArgumentError (see above for traceback): tags and values not the same shape: [] != [2] (tag 'recalls') 
[[Node: recalls = ScalarSummary[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/cpu:0"](recalls/tags, recalls/values)]] 

それは形状が異なっているようですが、私はそれらの両方のショー（1 ,?）印刷するとき。

これらの2つのテンソルの形を見つけたり、実行したり、この問題を修正する方法はありますか？

Answer 1

tf.metrics.precisionとtf.metrics.recall戻り2値、precisionテンソル（それぞれrecall）とupdate_op動作（tf.metrics.precisionの文書を参照）。両方を1つの変数に割り当てています。