被TensorFlow nn.in_top_k输出所迷惑
我修改了 只训练两节课 然后,我使用 我试着去理解这本书的内容 L128 top_k_op=tf.nn.in_top_k(logits,labels,1) 打印为: in_top_k输出:::被TensorFlow nn.in_top_k输出所迷惑,tensorflow,Tensorflow,我修改了 只训练两节课 然后,我使用 我试着去理解这本书的内容 L128 top_k_op=tf.nn.in_top_k(logits,labels,1) 打印为: in_top_k输出::: [数组([True,False,True,False,True,True,True,True,True],dtype=bool)] 而真正的标签(两个类,10个图像)是: [0110] 并且登录名为: [[ 1.45472026 -1.46666598] [-1.0181191 1.03441548
[数组([True,False,True,False,True,True,True,True,True],dtype=bool)]
而真正的标签(两个类,10个图像)是:
[0110]
并且登录名为:
[[ 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:为什么第二个和第四个nn.in_top_k()
输出是False
而不是True
这不应该发生
我评估了您给出和得到的示例:
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,您可以用一个简单的argmax
替换_top_k(A,B,1)中的:
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)
这不应该发生
我评估了您给出和得到的示例:
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,您可以用一个简单的argmax
替换_top_k(A,B,1)
中的:
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)
寻求调试帮助的问题(“为什么这段代码不起作用?”)必须包括所需的行为、特定的问题或错误以及在问题本身中重现它所需的最短代码。没有明确问题陈述的问题对其他读者没有用处。请参阅:。寻求调试帮助的问题(“为什么此代码不起作用?”)必须包括所需的行为、特定的问题或错误以及在问题本身中重现该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没有用处。请参阅:。