tf.in_top_k()

correct = tf.nn.in_top_k(prediction, target, K):

K --- 表示每个样本的预测结果的前K个最大的数里面是否含有target中的值

prediction  --- [batch_size,one_hot]    样本数量乘以预测的维度二维数组

target --- [batch_size]    长度为batch_size的一维数组

Return :

correct --- [batch_size]的bool类型的一维数组

function:

检测预测准确度，logits和labels的相等与否的数组：

Ps:

 在python中矩阵等同于一个二维数组，shape=（a.b）

一维数组 shape = (a,) 或参数shape=(a)