我有一个两类分类问题，我想知道这两个类中每个类的正确分类的数量：
correct = tf.nn.in_top_k(logits, labels, 1)
例如，我分享了90到10个class1到class2的例子，我希望得到类似correct_class1和correct_class2
答案 0 :(得分：0)
您实际上是在计算直方图。
这是一个粗略的想法。假设我们有3个班级，
标签= [1,3,2,2,3,1,1,1]
correct = tf.nn.in_top_k（logits，labels，1）= [1,1,0,0,1,0,1,1]
第1步： 计算每个类（计算标签的直方图）：[4（第一类），第2类（第二类），第2类（第三类）]
第2步： 正确预测，标签的元素乘积和正确：[1,3,0,0,3,0,1,1] = tf.mul（标签，正确）
第3步： 每个类的正确计数（计算步骤2结果的直方图）：[3（零级：错误预测），3级（1级），0级（2级），2级（3级）]
步骤4（从步骤1和3的结果）： 结果：[3 / 4,0 / 2,2 / 2] = [0.75,0,1]
numpy.histogram或tf.histogram_summary可能很方便实现这一点。