tf.nn.in_to_k 理解

tf.nn.in_top_k函数 用来判断目标值 是否包含在预测值的 前 K个最大的值中，返回bool类型。

 

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

 

参数：

• predictions：float32类型的Tensor.batch_size x classes张量.
• targets：一个Tensor,必须是以下类型之一：int32,int64.类ids的batch_size向量.
• k：int类型,要计算精度的顶级元素数.
• name：操作的名称(可选).

返回：

bool类型的Tensor.以bool Tensor计算k处的精度.

实例：

import tensorflow as tf

A = [[1,7,6,4,9],[3,2,1,4,3]]
B = [2,3]
​
ret = tf.nn.in_top_k(A,B,1)

sess = tf.Session()
print(sess.run(ret))
#[False  True]

# 当K为1时， A中的最大值向量分别为[4,3] , B为目标值[2,3],第一个值不包含，第二个值包含 所以结果为[false,true]

ret2 = tf.nn.in_top_k(A,B,k=3)
print(sess.run(ret2))
#[ True  True]
# 当K为1时， A中的最大值向量分别为[[1,2,4],[0,3,4]] , B为目标值[2,3],B的第一个值包含，第二个值包含 所以结果为[ True  True]