ConfusionMatrix

产品支持情况

产品	是否支持
Ascend 950PR&950DT系列产品	√
Atlas A3系列产品	√
Atlas A2系列产品	√
Atlas 200I/500 A2推理产品	√
Atlas推理系列产品	√
Atlas训练系列产品	√

功能说明

• 算子功能：计算分类任务的混淆矩阵。给定真实标签labels和预测标签predictions，统计每个(label, prediction)对的出现次数，生成num_classes×num_classes的矩阵。当weights不为空时，每次匹配的贡献为对应的权重值而非1。

• 计算公式：

  如果指定了weights，则

  $$y[label{s}_i,prediction{s}_i]=y[label{s}_i,prediction{s}_i]+weight{s}_i$$

  否则：

  $$y[label{s}_i,prediction{s}_i]=y[label{s}_i,prediction{s}_i]+1$$

参数说明

参数名	输入/输出/属性	描述	数据类型	数据格式
labels	输入	真实标签，1维tensor，取值范围[0, num_classes)。	INT8、INT32、UINT8、FLOAT16、FLOAT	ND
predictions	输入	预测标签，1维tensor，shape和dtype与labels一致。	INT8、INT32、UINT8、FLOAT16、FLOAT	ND
weights	输入	每个样本的权重，可为空。shape与labels一致；非空时dtype必须与输出y的dtype一致（即与dtype属性相同）。	FLOAT、FLOAT16、INT32、INT8、UINT8	ND
num_classes	属性	类别数量，取值范围[1, 4096]。	INT	-
dtype	属性	输出tensor的数据类型。	STRING	-
y	输出	混淆矩阵，shape为[num_classes, num_classes]。	FLOAT、FLOAT16、INT32、INT8、UINT8	ND

约束说明

• labels和predictions的shape必须一致。
• labels和predictions的dtype必须一致。
• weights不为空时，其shape必须与labels一致，且dtype必须与输出y的dtype（即dtype属性）一致。
• labels和predictions中的值必须在[0, num_classes)范围内。
• num_classes取值范围为[1, 4096]。
• labels和predictions为1维tensor，支持的数据类型为FLOAT、FLOAT16、INT32、INT8、UINT8。
• 精度约束：输出为FLOAT16时，计数在fp16整数精确表示范围（≤2048）内为精确值；单桶计数超出该范围后存在精度损失（累加在输出精度上进行），大计数场景建议使用float32或int32输出。

调用说明

调用方式	调用样例	说明
图模式调用	test_geir_confusion_matrix	通过算子IR构图方式调用ConfusionMatrix算子。