统一分发tf.contrib.metrics.streaming_auc的预测？

Question

TensorFlow documentation for tf.contrib.metrics.streaming_auc提及以下内容：

  

为获得最佳结果，预测应近似分发   均匀地在[0,1]范围内并且不在0或1附近达到峰值   如果不是这种情况，AUC近似的质量可能会很差。

我有点困惑，因为我觉得一个常见的范例是将predictions与目标1热编码进行比较：

logits = tf.contrib.layers.fully_connected(
    last_fully_connected_layer,
    num_outputs=2,
    activation_fn=None)
loss = tf.losses.softmax_cross_entropy(target, logits)

# I believe this yields a 3-vector with all 0s but a 1 at 1 single position.
predictions = tf.argmax(logits, 1)

在这些情况下，predictions张量包含全0或1。

我们应该避免在这些情况下使用tf.contrib.metrics.streaming_auc吗？我不确定在什么情况下我们会使用tf.contrib.metrics.streaming_auc。