http://blog.csdn.net/uestc_c2_403/article/details/73187915

tf.nn.in_top_k组要是用于计算预测的结果和实际结果的是否相等,返回一个bool类型的张量,tf.nn.in_top_k(prediction, target, K):prediction就是表示你预测的结果,大小就是预测样本的数量乘以输出的维度,类型是tf.float32等。target就是实际样本类别的标签,大小就是样本数量的个数。K表示每个样本的预测结果的前K个最大的数里面是否含有target中的值。一般都是取1。

例如:

[python] view plain copy
  1. import tensorflow as tf;
  2. A = [[0.8,0.6,0.3], [0.1,0.6,0.4]]
  3. B = [1, 1]
  4. out = tf.nn.in_top_k(A, B, 1)
  5. with tf.Session() as sess:
  6. sess.run(tf.initialize_all_variables())
  7. print sess.run(out)

输出:

[False  True]

解释:因为A张量里面的第一个元素的最大值的标签是0,第二个元素的最大值的标签是1.。但是实际的确是1和1.所以输出就是False 和True。如果把K改成2,那么第一个元素的前面2个最大的元素的位置是0,1,第二个的就是1,2。实际结果是1和1。包含在里面,所以输出结果就是True 和True.如果K的值大于张量A的列,那就表示输出结果都是true

tf.nn.in_top_k的用法相关推荐

  1. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法 from:https://blog.csdn.net/mao_xiao_feng/arti ...

  2. tf.nn.embedding_lookup()的用法

    函数: tf.nn.embedding_lookup( params, ids, partition_strategy='mod', name=None, validate_indices=True, ...

  3. tf.nn.rnn_cell.DropoutWrapper用法细节案例2

    -- coding: utf-8 -- import tensorflow as tf from tensorflow.contrib import rnn 导入 MINST 数据集 from ten ...

  4. tf.nn.rnn_cell.DropoutWrapper用法细节案例1

    前言:前面介绍了LSTM,下面介绍LSTM的几种变种 双向RNN Bidirectional RNN(双向RNN)假设当前t的输出不仅仅和之前的序列有关,并且 还与之后的序列有关,例如:预测一个语句中 ...

  5. with tf.Session() as sess、 和tf.nn.tanh的用法以及作用

    tf.nn.tanh 双曲正切曲线一个Session可能会拥有一些资源,例如Variable或者Queue.当我们不再需要该session的时候,需要将这些资源进行释放.有两种方式, 调用sessio ...

  6. tf.nn.moments( ) 的用法

    def moments(x,axes,shift=None, # pylint: disable=unused-argumentname=None,keep_dims=False) x: 形如:[ba ...

  7. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits 函数:求交叉熵损失

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法_xf__mao的博客-CSDN博客 https://blog.csdn.net/mao_x ...

  8. TensorFlow学习笔记(十七)tf.nn.conv2d

    在给定的4D input与filter下计算2D卷积输入shape为[batch, height, width, in_channels] TensorFlow的CNN代码中有 tf.nn.conv2 ...

  9. TensorFlow(七)tf.nn库

    ##tf.nn,tf.layers, tf.contrib模块有很多功能是重复的 下面是对三个模块的简述: tf.nn :提供神经网络相关操作的支持,包括卷积操作(conv).池化操作(pooling ...

最新文章

  1. Codeforces Round #377 (Div. 2) 732A B C D E F
  2. grep/egrep和正则表达式汇总
  3. 作业6--团队项目之需求
  4. 绝,Java 中创建对象的 5 种方法!
  5. linux调用ocx插件_Wordpress file manager插件任意文件上传
  6. 常用IE浏览器的兼容处理(方法一)
  7. Bootstrap 标准的分页导航
  8. 在springboot中,如何读取配置文件中的属性
  9. 程序员编码能力差,竟是睡眠不足惹的祸?!
  10. 解决npm下载慢或者下载不了的问题-三种解决方法
  11. html video函数,HTML5 Video 的API函数
  12. IAR for ARM下载、安装、注册,并搭建stm32工程(胎教版)
  13. CF949D Curfew(贪心)
  14. 今天是我的生日,也是我的离职日!
  15. emacs下使用google-cpplint
  16. 让二维码变得有趣,点燃二维码的时尚之火
  17. df pd 属性_DataFrame 常用方法属性
  18. HTML5+CSS3小实例:菜单悬停特效
  19. jenkins构建项目报错:java:[17,37] package xx.xx.xxx does not exist
  20. 递归问题之老鼠出迷宫

热门文章

  1. C++返回栈上的数组(局部变量)问题探索
  2. beyond compare 3.10在异常关机后无法启动
  3. 在Ubuntu11.10下构建hadoop实验环境笔记
  4. 【Linux】02-Linux远程管理常用命令
  5. Xcode代码块的创建、使用和删除
  6. iOS开发之裁剪圆形头像
  7. shell date
  8. Android的一些疑问
  9. php连接postgresql
  10. ASA IPSEC ×××配置