从tf.metrics.accuracy返回的第一个值代表什么

Question

我想了解从let numbers = [1,3,5,10,15] newNumbers = numbers ++ [27] listofnumbers = newNumbers ++ [39] 返回的值

考虑以下最小示例：

tf.metrics.accuracy

输出：

predictions = tf.constant([[1,0,1], [1,0,1]], dtype=tf.int32)
labels = tf.constant([[0,0,1], [1,0,1]], dtype=tf.int32)

acc = tf.metrics.accuracy(labels, predictions)

with tf.Session() as sess:
  sess.run(tf.local_variables_initializer())
  res = sess.run(acc)
print(res) 

第二个值是我所期望的（我们有5/6个值，其中(0.0, 0.8333333) 是5/6〜= 0.83），但是第一个零值对我来说是个谜？

TensorFlow docs这样说：

  

返回：

     

  
• accuracy：表示张量的准确性，即   总数除以计数。
  
• update_op：增加   适当地总计和计数变量，并且其值匹配   准确性。
  

但是这表明两个返回操作的值都应该为0.83，不是吗？ （但是那之后返回2个操作的意义何在？！）

感觉我缺少一些基本知识！

Answer 1

根据张量流代码和描述，第一个值是不使用最新一批数据（在流式传输数据的情况下）计算出的精度，第二个值是使用所有数据计算出的最终精度。张量流将其用于数据的流处理。