correct = tf.equal(tf.argmax(pred, 1), tf.to_int64(labels_pl))
首先看tf.argmax(pred,1)因为pred,是32,40的tensor,40那一维是40个模型中对应的概率,取最大的一个索引作为预测值,最后得到shape 32的tensor然后跟shape 32的labels_pl相比,即tf.equal,得到32的tensor,类型为bool
correct = tf.equal(tf.argmax(pred, 1), tf.to_int64(labels_pl))
首先看tf.argmax(pred,1)因为pred,是32,40的tensor,40那一维是40个模型中对应的概率,取最大的一个索引作为预测值,最后得到shape 32的tensor然后跟shape 32的labels_pl相比,即tf.equal,得到32的tensor,类型为bool