TensorFlow函数教程:tf.nn.in_top_k
2019-01-31 13:48 更新
tf.nn.in_top_k函数
tf.nn.in_top_k(
predictions,
targets,
k,
name=None
)
定义在:tensorflow/python/ops/nn_ops.py.
请参阅指南:神经网络>评估
说明目标是否在前K个预测中.
这输出了一个batch_size bool数组,如果目标类的预测是所有预测(例如i)中的前k个预测,则条目out[i]为true.请注意,InTopK的行为在处理关系时与TopK操作不同;如果多个类具有相同的预测值并跨越top-k边界,则所有这些类都被认为是在前k个.
更具体的介绍:
对于示例i:\(predictions_i \)是所有类的预测,;\(targets_i \)是目标类;\(out_i \)是输出.
$out_i = predictions_{i, targets_i} \in TopKIncludingTies(predictions_i)$
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.