[tensorflow] 得出预测结果 tf.nn.in_top_k()

最新推荐文章于 2023-11-16 14:36:42 发布

原创最新推荐文章于 2023-11-16 14:36:42 发布 · 1.7k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow

python 同时被 2 个专栏收录

16 篇文章

订阅专栏

tensorflow

8 篇文章

订阅专栏

本文通过使用TensorFlow和NumPy实现了一个简单的预测示例。该示例创建了占位符用于预测值和真实标签，并利用TensorFlow的in_top_k函数进行比较。通过具体的数值输入，演示了预测准确性的计算过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
import numpy as np
logits = tf.placeholder(tf.float32, shape=(None,10))
labels = tf.placeholder(tf.int32, shape=(None))

top_k_op = tf.nn.in_top_k(logits, labels,1)
a = np.array([range(10),range(3,13)])           # 这里预测最大的都是最后一个 9号
b = np.array([9,8])                             # 真正结果为9，8号， 所以第一个对应， 第二个不对应

sess = tf.Session()
sess.run(tf.initialize_all_variables())
preds = sess.run([top_k_op], feed_dict={logits:a, labels:b})
# print(sess.run(logits, feed_dict={logits:a}))
print(preds)


# 输出 [True, False]