Question

我正在测试Tensorflow的softmax功能，但我得到的答案似乎不正确。

所以在下面的代码中，kh是[5,4]矩阵。 softmaxkh应为kh的softmax矩阵。但是，即使不进行计算，您也可以确定kh的特定列或行中的最大数字不一定与softmaxkh中的最大数字相对应。

例如，最后一列中间行的“65”是其列和行中的最大数字，但是在softmaxkh的行和列中，它并不代表最高数字。

import tensorflow as tf 

kh = tf.random_uniform(
    shape= [5,4],
    maxval=67,
    dtype=tf.int32,
    seed=None,
    name=None
)

sess = tf.InteractiveSession()

kh = tf.cast(kh, tf.float32)

softmaxkh = tf.nn.softmax(kh)


print(sess.run(kh))

返回

    [[ 55.  49.  48.  30.]
     [ 21.  39.  20.  11.]
     [ 40.  33.  58.  65.]
     [ 55.  19.  12.  24.]
     [ 17.   8.  14.   0.]]

和

print(sess.run(softmaxkh))

返回

    [[  1.42468502e-21   9.99663830e-01   8.31249167e-07   3.35349847e-04]
     [  3.53262839e-24   1.56288218e-18   1.00000000e+00   3.13913289e-17]
     [  6.10305051e-06   6.69280719e-03   9.93300676e-01   3.03852971e-07]
     [  2.86251861e-20   2.31952296e-16   8.75651089e-27   1.00000000e+00]
     [  5.74948687e-19   2.61026280e-23   9.99993801e-01   6.14417422e-06]]

Answer 1

这是因为let key ='filter_'; this.guestPush.push({ key + i : users }); draws different numbers every time you call it等随机生成器。

您需要将结果存储在random_uniform中，以便在不同的图表运行中重复使用随机生成的值：

Variable

如果这些值只使用一次但在多个位置使用，则可以运行图表，同时调用所有需要的输出。

import tensorflow as tf 

kh = tf.random_uniform(
    shape= [5,4],
    maxval=67,
    dtype=tf.int32,
    seed=None,
    name=None
)

kh = tf.cast(kh, tf.float32)
kh = tf.Variable(kh)

sess = tf.InteractiveSession()
tf.global_variables_initializer().run()

softmaxkh = tf.nn.softmax(kh)

# run graph
print(sess.run(kh))
# run graph again
print(sess.run(softmaxkh))

Tensorflow中的Softmax功能未显示正确的答案

1 个答案: