当前的 tf.contrib.metrics.streaming_accuracy 只能计算前1的准确率，而不能计算前k的准确率。作为解决方法，我一直在使用以下代码：

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

然而，这并不能让我计算跨批次平均的流式准确率，而这对于获得稳定的评估准确率非常有用。我目前通过使用其numpy输出手动计算这种流式前5准确率，但这意味着我无法在tensorboard上可视化这个指标。

有没有通过创建一个accuracy_update函数来实现更简单的实现方法，或者是否已经存在一个能够做到这一点的函数？

谢谢。

回答：

你可以用更底层的 tf.metrics.mean 来替代 tf.contrib.metrics.streaming_accuracy，顺便说一下，streaming_accuracy 最终也是使用了 tf.metrics.mean —— 你会在它们各自的文档中发现相似之处。

例如（未经测试）

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