tf.nn.in_top_k主要是用于计算预测的结果和实际结果的是否相等，返回一个bool类型的张量。
tf.nn.in_top_k(predictions, targets, k, name=None)
其中，prediction就是表示你预测的结果，大小就是预测样本的数量乘以输出的维度，类型是tf.float32等。
target就是实际样本类别的标签，大小就是样本数量的个数。
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。一般都是取1。
import tensorflow as tf
A = [[0.8,0.9,0.3], [0.1,0.6,0.4]]
B = [1, 2]
out = tf.nn.in_top_k(A, B, 1)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(out))
[ True False]
k = 1表示只取最大值，k=2表示取最大值+次大值。
A[0] = [0.8,0.9,0.3]，最大值为0.9，对应下标为1 = B[0] 故为True。A[1] = [0.1,0.6,0.4]，最大值为0.6，对应下标为1 != B[1]故为False。
©qingdujun
2018-4-20 于 北京 怀柔
参考文献：