【Tensorflow】tf.argmax()和tf.equal()的使用

版权声明：本文为博主原创文章，引用时请附上链接。 https://blog.csdn.net/abc13526222160/article/details/85299901

1、tf.argmax(vector, 1)

返回的是vector中的最大值的索引号，如果vector是一个向量，那就返回一个值，如果是一个矩阵，那就返回一个向量，这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。

import tensorflow as tf
import numpy as np
 
A = [[1,3,4,5,6]]
B = [[1,3,4], [2,4,1]]
 
with tf.Session() as sess:
    print(sess.run(tf.argmax(A, 1)))
    print(sess.run(tf.argmax(B, 1)))

运行结果：

(tf14) zhangkf@Ubuntu2:~/lenet5$ python one.py 
[4]
[2 1]

2、tf.equal()

tf.equal(A, B)是对比这两个矩阵或者向量的相等的元素，如果是相等的那就返回True，反正返回False，返回的值的矩阵维度和A是一样的

import tensorflow as tf
import numpy as np
 
A = [[1,3,4,5,6]]
B = [[1,3,4,3,2]]
 
with tf.Session() as sess:
    print(sess.run(tf.equal(A, B)))

运行结果：

(tf14) zhangkf@Ubuntu2:~/lenet5$ python one.py 
[[ True  True  True False False]]

3、二者结合起来

在测试模型的准确率的时候，通常二者结合在一起。

correct_prediction=tf.equal(tf.getmax(y,1),tf.getmax(y_,1))
accuracy=tf.reduce_mean(tf.cast(corrcet_prediction,tf.float32))#求平均获取准确率