tf.nn.top_k函数
2018-03-30 23:20
1416 查看
返回最内层一维(也就是最后一维)的前k个最大的元素,以及它所对应的索引。返回的值除了最后一维维度为k之外,其它维度维持原样。
结果:
#coding:utf-8 import tensorflow as tf import numpy as np data = np.array([[[1, 4, 1], [5, 2, 8]], [[3, 2, 3], [9, 4, 4]], [[1, 5, 5], [6, 7, 6]]]) data=tf.constant(data) top_k=tf.nn.top_k(data,2) print top_k.values with tf.Session() as sess: print sess.run(top_k) print sess.run(top_k.indices) print sess.run(top_k.indices[0,0,0])
结果:
Tensor("TopKV2:0", shape=(3, 2, 2), dtype=int64) TopKV2(values=array([[[4, 1], [8, 5]], [[3, 3], [9, 4]], [[5, 5], [7, 6]]]), indices=array([[[1, 0], [2, 0]], [[0, 2], [0, 1]], [[1, 2], [1, 0]]], dtype=int32)) [[[4 1] [8 5]] [[3 3] [9 4]] [[5 5] [7 6]]] 1
相关文章推荐
- TensorFlow函数:tf.nn.in_top_k()
- [tensorflow] 得出预测结果 tf.nn.in_top_k()
- 对比两个函数tf.nn.softmax_cross_entropy_with_logits和tf.nn.sparse_softmax_cross_entropy_with_logits
- tf.nn.in_top_k的用法
- tf.nn.embedding_lookup TensorFlow embedding_lookup 函数最简单实例
- tensorflow 笔记10:tf.nn.sparse_softmax_cross_entropy_with_logits 函数
- Tensorflow tf.nn.in_top_k Error targets[0] is out of range
- tensorflow-激活函数及tf.nn.dropout
- tensorflow下的局部响应归一化函数tf.nn.lrn
- tf.nn.in_top_k()的用法
- tf.nn.sparse_softmax_cross_entropy_with_logits()函数的用法
- tf.nn.embedding_lookup TensorFlow embedding_lookup 函数最简单实例
- TensorFlow 学习(七) — 常用函数 api、tf.nn 库
- tf.nn.top_k() tf.nn.in_top_k()
- tf.nn.in_top_k的用法
- tensorflow中的tf.nn这类函数
- tf.nn.in_top_k()
- tf.nn.in_top_k的用法
- Tensorflow函数:tf.nn.softmax_cross_entropy_with_logits 讲解
- 对 tensorflow 中 tf.nn.embedding_lookup 函数的解释