tf.nn.in_top_k的用法

tf.nn.in_top_k組要是用於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籤，大小就是樣本數量的個數。K表示每一個樣本的預測結果的前K個最大的數裏面是否含有target中的值。通常都是取1。

例如：

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：由於A張量裏面的第一個元素的最大值的標籤是0，第二個元素的最大值的標籤是1.。可是實際的確是1和1.因此輸出就是False 和True。若是把K改爲2，那麼第一個元素的前面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。包含在裏面，因此輸出結果就是True 和True.若是K的值大於張量A的列，那就表示輸出結果都是true