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：：：

[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：。