TensorFlow：是否有计算和更新最高k精度的度量标准？

Question

当前tf.contrib.metrics.streaming_accuracy只能计算前1位的准确性，而不是前k位。作为解决办法，这是我一直使用的是什么：

tf.reduce_mean(tf.cast(tf.nn.in_top_k(predictions=predictions, targets=labels, k=5), tf.float32)) 

然而，这并没有给我一个方法来计算流精度在每个批次，这将是在获得稳定的评价精度有用平均。我目前通过使用它的numpy输出手动计算这个流最高精度5，但这意味着我将无法在tensorboard上可视化这个度量。

有没有办法通过创建一个accuracy_update函数来实现一个更简单的实现，或者是否有一个现有的函数已经做到了这一点？

谢谢。

Answer 1

你可以用低级tf.metrics.mean代替tf.contrib.metrics.streaming_accuracy的使用，这是最终由streaming_accuracy使用的方式 - 你会发现他们各自的文档有相似之处。

E.g. （未测试）

tf.metrics.mean(tf.nn.in_top_k(predictions=predictions, targets=labels, k=5))