评价指标计算时的输入问题

[arbalest339]

    仔细阅读了阁下的代码，有一个问题。
    模型最后产生的参数是：(total_loss,  per_example_loss,logits,predicts)，predicts保存的是预测值，而logits应该是没有进行softmax归一化的矩阵。
    为何在验证阶段使用predictions = tf.argmax(logits, axis=-1, output_type=tf.int32)作为和label_id比较的矩阵进行三项指标的计算，而不是使用模型产生的predicts矩阵来比较。
    这点十分令人困扰，如果这是bug的话那为什么得到的几项指标的数值与实际情况还是比较符合的；如果这不是bug的话那为什么没有进行归一化的矩阵也能反映出正确的预测值呢。
   最后感谢阁下提供的代码和数据。

[arbalest339]

补充一下，将评价阶段的预测值输入改成模型产生的 predicts之后得到的数据与之前完全一致，这样来看softmax仅仅只是把原来分散的数值缩减到0到1，原本的绝对值相对大小也不改变。可能这就是softmax的性质吧

[xiao2mo]

你的理解没问题啊，这里知道怎么回事就可以，可以直接用 predicts。