C3D实现ucf101人体行为识别代码知识总结

本文链接：https://blog.csdn.net/jer8888/article/details/100393710

本文总结了C3D模型在ucf101数据集上进行人体行为识别的代码知识，包括tf.argmax用于获取最大值索引，tf.equal进行向量元素比较，tf.cast进行数据类型转换，以及tf.reduce_mean计算均值等关键操作。此外，还介绍了tf.name_scope的作用和tf.summary.scalar在TensorBoard中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

C3D实现ucf101人体行为识别代码知识总结

    with tf.name_scope('accuracy'):
    accuracy = tf.reduce_mean(tf.cast(tf.equal(tf.argmax(logits, 1), tf.argmax(batch_labels, 1)), np.float32))
    tf.summary.scalar('accuracy', accuracy)

tf.argmax(logits, 1)是按行取出logits矩阵中最大值对应的索引（index）值，最后会生成一个向量
0是按照列取出最大值的索引，若第一个参数为向量，最后的值为一个数值
tf.equal(A,B)是比较两个两个向量对应元素是否相等，相等为1，反之为0，生成一个和向量长度一样的元组，看到资料用的是小括号
tf.cast(data_1,dtype)将data_1(可以为int，bool，float,python列表，python元组【输出转换后的数据,原数据不变】）转换成指定dtype类型这里强制转化成浮点型
tf.reduce_mean()，求均值
with tf.name_scope(‘loss’): 定义一块名为loss的区域，并在其中工作，只是规定了对象和操作属于哪个区域，但这并不意味着他们的作用域也只限于该区域（with的这种写法很容易让人产生这种误会），不要将其和“全局变量、局部变量”的概念搞混淆，两者完全不是一回事。在name_scope中定义的对象，从被定义的位置开始，直到后来某个地方对该对象重新定义，中间任何地方都可以使用该