說解決方法之前，先介紹tf.in_top_k(predictions, targets, k, name=None):

predictions:shape=[batch_size,num_classes],type.flot32

targets (the correct label): shape [batch_size], type int32 or int64

如果predictions的num_classes=2，targets=[1,3]

一般新手容易犯這個錯誤，細心一點就可以避開。

就是有你的輸出是兩類，但是你的資料集label有三類，就會報錯，所以需要檢查你的num_classes是否等於label的數目，比如cifar10的label=10，如果你的num_classes=9就會報錯，出現這個錯誤只需要檢查num_classes引數就行了，num_classes是你最終輸出的類。