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

tf.nn.in_top_k組要是用于計算預測的結果和實際結果的是否相等，返回一個bool類型的張量，tf.nn.in_top_k(prediction, target, K):prediction就是表示你預測的結果，大小就是預測樣本的數量乘以輸出的維度，類型是tf.float32等。target就是實際樣本類別的標簽，大小就是樣本數量的個數。K表示每個樣本的預測結果的前K個最大的數里面是否含有target中的值。一般都是取1。

例如：

[python]?view plain?copy

import?tensorflow?as?tf;??

??

A?=?[[0.8,0.6,0.3],?[0.1,0.6,0.4]]??

B?=?[1,?1]??

out?=?tf.nn.in_top_k(A,?B,?1)??

with?tf.Session()?as?sess:??

????sess.run(tf.initialize_all_variables())??

????print?sess.run(out)??

輸出：

[False ?True]

解釋：因為A張量里面的第一個元素的最大值的標簽是0，第二個元素的最大值的標簽是1.。但是實際的確是1和1.所以輸出就是False 和True。如果把K改成2，那么第一個元素的前面2個最大的元素的位置是0，1，第二個的就是1，2。實際結果是1和1。包含在里面，所以輸出結果就是True 和True.如果K的值大于張量A的列，那就表示輸出結果都是true

總結

以上是生活随笔為你收集整理的tf.nn.in_top_k的用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。