Tensorflow 函数说明 tf.nn.in_top_k

本文介绍了 TensorFlow 中 tf.nn.in_top_k 函数的基本用法及参数含义,通过示例代码展示了如何判断输入矩阵中指定元素是否位于按值排序后的前 K 位。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

tf.nn.in_top_k(predictions, targets, k, name=None)

函数意义:判断每一个标号是不是矩阵每一行数值排序前 k的数

输入参数:

1) predictions: 表示输入矩阵

2)targets: 表示输入矩阵的每一行的列编号 从0 开始

3)k;表示每行值排序后 前 K的数

例程如下:

def Test_Top():
    input=tf.constant(np.random.rand(3,4),tf.float32)
    k=2
    #第一行第2个数,第二行第3个数,第三行第2个数是不是最大的前2个数
    output=tf.nn.in_top_k(input,[2,3,2],k)
    with tf.Session() as sess:
            print(sess.run(input))
            print('------')
            print(sess.run(output))


 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值