tf.nn.in_top_k

  tf.nn.in_top_k用于计算预测的结果和实际结果的是否相等，并返回一个bool类型的张量：

tf.nn.in_top_k(prediction, target, K)

• prediction：预测的结果，大小就是预测样本的数量乘以输出的维度。
• target：实际样本类别的标签，大小就是样本数量的个数。
• K：每个样本的预测结果的前k个最大的数里面是否包含targets预测中的标签，一般都是取1。

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.global_variables_initializer())
    print(sess.run(out))  # 输出“[False  True]”

因为A张量里面的第一个元素的最大值的标签是0，第二个元素的最大值的标签是1，但实际上是1和1，所以输出就是False和True。如果把K改成2，那么第一个元素的前面2个最大元素的位置是0和1，第二个元素的就是1和2。而B是[1, 1]，包含在里面，所以输出结果就是True和True。