TensorFlow函數(shù)教程：tf.nn.in_top_k

tf.nn.in_top_k函數(shù)

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

定義在：tensorflow/python/ops/nn_ops.py.

請參閱指南：神經網(wǎng)絡>評估

說明目標是否在前K個預測中.

這輸出了一個batch_size bool數(shù)組,如果目標類的預測是所有預測(例如i)中的前k個預測,則條目out[i]為true.請注意,InTopK的行為在處理關系時與TopK操作不同；如果多個類具有相同的預測值并跨越top-k邊界,則所有這些類都被認為是在前k個.

更具體的介紹：

對于示例i：\(predictions_i \)是所有類的預測,；\(targets_i \)是目標類；\(out_i \)是輸出.

$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$

參數(shù)：

• predictions：float32類型的Tensor.batch_size x classes張量.
• targets：一個Tensor,必須是以下類型之一：int32,int64.類ids的batch_size向量.
• k：int類型,要計算精度的頂級元素數(shù).
• name：操作的名稱(可選).

返回：

bool類型的Tensor.以bool Tensor計算k處的精度.