Python 意外的1.0000最高分类精度

我正在训练一个分类模型，得到一些奇怪的度量值。top1的准确度相当低，行为相对正常，但top_k_分类准确度（默认值为

k=5

）通常正好为1.0000。考虑到top1的准确度有多低，这似乎非常不可信。这可能是怎么回事？

这是因为对于给定的示例，大多数类别的模型预测为0.00000000。Keras用于计算

top\k\u分类精度

度量。在文件中：

注意，

InTopK

的行为与

TopK

op在处理领带时的行为不同；如果多个类具有相同的预测值，并且跨越顶部

k

边界，则所有这些类都被视为位于顶部

k

中

因此，所有0的预测都是并列的，只要4个或更少的预测为非零，则将作为前“5”的一部分计算。这意味着所有200个类都算作前5名，因此我们得到该度量的1.0000精度

相关GitHub问题：