tensorflow笔记：tf.argmax()和tf.equal()的使用

原文：https://blog.csdn.net/abc13526222160/article/details/85299901
1、tf.argmax(vector, 1)
返回的是vector中的最大值的索引号，如果vector是一个向量，那就返回一个值，如果是一个矩阵，那就返回一个向量，这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。

import tensorflow as tf
import numpy as np

A = [[1,3,4,5,6]]
B = [[1,3,4], [2,4,1]]

with tf.Session() as sess:
print(sess.run(tf.argmax(A, 1)))
print(sess.run(tf.argmax(B, 1)))
运行结果：

(tf14) zhangkf@Ubuntu2:~/lenet5$ python one.py
[4]
[2 1]
2、tf.equal()
tf.equal(A, B)是对比这两个矩阵或者向量的相等的元素，如果是相等的那就返回True，否则返回False，返回的值的矩阵维度和A是一样的

import tensorflow as tf
import numpy as np

A = [[1,3,4,5,6]]
B = [[1,3,4,3,2]]

with tf.Session() as sess:
print(sess.run(tf.equal(A, B)))
运行结果：

(tf14) zhangkf@Ubuntu2:~/lenet5$ python one.py
[[ True True True False False]]
import tensorflow as tf
import numpy as np

A = [[1,3,4,5,6],[1,2,3,4,5]]
B = [[1,3,4,3,2],[2,2,3,4,3]]

with tf.Session() as sess:
print(sess.run(tf.equal(A, B)))

运行结果：

(tf14) zhangkf@Ubuntu2:~/lenet5$ python one.py
[[ True True True False False]
[False True True True False]]
3、二者结合起来
在测试模型的准确率的时候，通常二者结合在一起。

correct_prediction=tf.equal(tf.getmax(y,1),tf.getmax(y_,1))
accuracy=tf.reduce_mean(tf.cast(corrcet_prediction,tf.float32))#求平均获取准确率
correct_prediction = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
print(’############’)
print(“Correct_prediction:=”, correct_prediction)
print(’##############’)
print(tf.cast(correct_prediction, “float”))
print(’############’)
accuracy = tf.reduce_mean(tf.cast(correct_prediction, “float”))
print(“Accuracy:”, accuracy.eval({x: mnist.test.images, y: mnist.test.labels}))

---

作者：炊烟袅袅岁月长
来源：CSDN
原文：https://blog.csdn.net/abc13526222160/article/details/85299901
版权声明：本文为博主原创文章，转载请附上博文链接！