[tensorflow] 得出预测结果 tf.nn.in_top_k()

关注

原创最新推荐文章于 2026-03-13 00:55:22 发布 1.7k 阅读 AI 写同款· GEO 优化 ›

tf.nn.top_k() 和 tf.nn.in_top_k() 函数的用法 tf.nn.top_k(input, k, name=None) 这个函数表示要返回input中每行元素最大的值，并返回它们的索引下标。 input：要输入的数 k:返回的最大值的个数下面的例子中，input是一个2行3列的随机矩阵，每行元素的索引下标从0开始，分别是0，1，2，当K=2时，表示要返回2个最大值，第一行的最大值为0.37547749，第二大为0.29199509，所以第一行返回[0.37547749, 0.29199509]，它们的下标分别是1和0，返回下标数组[1, 0]。第二阅读详情

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]