如何理解tensorflow中tf.nn.top_k（）的输出

Question

我使用tensorflow的tf.nn.top_k（）函数来使用模型的softmax概率，用5个新图像和k = 5来可视化其预测的确定性。我有一个输出如下，我不知道如何解释。任何人都可以解释输出。

TopKV2(values=array([[ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.]], dtype=float32), indices=array([[13,  0,  1,  2,  3],
       [13,  0,  1,  2,  3],
       [13,  0,  1,  2,  3],
       [26,  0,  1,  2,  3],
       [13,  0,  1,  2,  3]], dtype=int32))

Answer 1

从documentation开始，它返回两个张量：第一个具有前K值，第二个具有原始张量中这些值的索引。

因此，对于您的数据，我看到的是原始张量始终是一个热点（即每行有一个1.0条目，其他地方都是0）。