TensorFlow tf.equal()、tf.cast、tf.reduce_mean函数组合求预测的正确率

tf.equal（x, y）

判断x， y是否相等，相等返回true，不相等false

假设x为预测的结果，y为正确的标签值。

    import tensorflow as tf
    x = [1, 3, 0, 2]
    y = [1, 4, 2, 2]
    equal = tf.equal(x, y)
    with tf.Session() as sess:
        print(sess.run(equal))
>>[ True False False  True]

tf.cast(x, dtype, name=None)

数据类型转换

• x：待转换的数据
• dtype：目标数据类型
• name=None：操作的名称

import tensorflow as tf
x = [1, 3, 0, 2]
y = [1, 4, 2, 2]
equal = tf.equal(x, y)
type = tf.cast(equal, tf.float32)
with tf.Session() as sess:
    print(sess.run(type))
->[1. 0. 0. 1.]

tf.reduce_mean()

print(sess.run(tf.reduce_mean(type)))
->0.5

tf.argmax(input, axis=None, name=None, dimension=None)

此函数是对矩阵按行或列计算最大值，输出最大值的下标
参数
input：输入Tensor
axis：0表示按列，1表示按行
name：名称
dimension：和axis功能一样，默认axis取值优先。新加的字段
返回：Tensor 一般是行或列的最大值下标向量.
[参考]
(https://blog.csdn.net/duanlianvip/article/details/93642311)