由TensorFlow困惑nn.in_top_k输出

我修改tensorflow convnet tutorial 训练只有两个类。由TensorFlow困惑nn.in_top_k输出

我试图理解的tf.nn.in_top_k

L128 top_k_op = tf.nn.in_top_k输出（logits，标签，1）

其上打印出来的模型如：

in_top_k输出::: [array([ True, False, True, False, True, True, True, True, True, True], dtype=bool)]

而真标签（两个类，10个图像）是::: [0 1 1 1 1 1 1 1 1 0]

和logits是:::

[[ 1.45472026 -1.46666598] 
[-1.0181191 1.03441548] 
[-1.02658665 1.04306769] 
[-1.19205511 1.21065331] 
[-1.22167087 1.24064851] 
[-0.89583808 0.91119087] 
[-0.17517655 0.18206072] 
[-0.09379113 0.09957675] 
[-1.05578279 1.07254183] 
[ 0.73048806 -0.73411369] ]

问题：为什么在第二和第四输出nn.in_top_k()是False代替True ？

来源

2016-11-12 JJT

问题寻求帮助调试（“为什么不是这样代码工作？“）必须包含所需的行为，特定的问题或错误以及在问题本身中重现问题所需的最短代码。没有明确问题陈述的问题对其他读者无益。请参阅：[如何创建最小，完整和可验证示例]（http://stackoverflow.com/help/mcve）。 – Marcs

它不应该发生。

我评价你给的例子，并得到：

In [6]: top_k_op = tf.nn.in_top_k(logits, labels, 1) 

In [7]: top_k_op.eval() 
Out[7]: array([ True, True, True, True, True, True, True, True, True, True], dtype=bool)

顺便说一句，你可以通过一个简单的argmax替代in_top_k(A, B, 1)：

In [14]: tf.equal(tf.argmax(logits, 1), labels, tf.int64).eval() 
Out[14]: array([ True, True, True, True, True, True, True, True, True, True], dtype=bool)

来源

2016-11-12 12:43:50 sygi

由TensorFlow困惑nn.in_top_k输出

回答

相关问题