update_state测量指标（mean、auc、accuracy），并将它们存储在对象中，以便以后可以使用result进行检索：
第一个
reset_states将度量重置为零：
第一次
我不确定我说得比文档更清楚，在我看来，它解释得很好。
调用该对象（例如mean_object([1, 2, 3, 4])）将更新度量，* 和 * 返回result。
第一个

我认为默认情况下，.result（）方法计算.update_states给定的所有值的平均值。

import tensorflow as tf

m = tf.keras.metrics.Accuracy()
m.update_state([[1], [2], [3], [4]], [[0], [2], [3], [4]])
result = m.result().numpy()
print(f"result: {result}")
m.update_state([[1], [2], [3], [4]], [[0], [0], [3], [4]])
result = m.result().numpy()
print(f"result: {result}")

这里，第一组值的精确度是0.75，第二组值的精确度是0.5。因此，对方法“result”的最后一次调用将输出0.625。这等于（0.75+0.5）/2。