在tensorflow.metrics中，precision_at_k和precision_at_top_k有什么区别？
In tensorflow.metrics, difference between precision_at_k and precision_at_top_k?
在 tensorflow python API 中，tf.metrics 具有一些信息检索指标。
特别是：
tf.precision_at_k 和 tf.precision_at_top_ktf.recall_at_k 和 tf.recall_at_top_k
_at_k 和 _at_top_k 指标有什么区别？
API documentation 似乎没有提供这方面的信息。
Looking at their implementation、precision_at_k 是 precision_at_top_k 的简单包装。 API 文档中实际上提到了差异：precision_at_k 期望 logits 张量为 predictions 而 precision_at_top_k 期望预测是前 k 类.本质上，precision_at_k 只是在 predictions 上执行 tf.nn.top_k，然后调用 precision_at_top_k.
在 tensorflow python API 中，tf.metrics 具有一些信息检索指标。
特别是：
tf.precision_at_k和tf.precision_at_top_ktf.recall_at_k和tf.recall_at_top_k
_at_k 和 _at_top_k 指标有什么区别？
API documentation 似乎没有提供这方面的信息。
Looking at their implementation、precision_at_k 是 precision_at_top_k 的简单包装。 API 文档中实际上提到了差异：precision_at_k 期望 logits 张量为 predictions 而 precision_at_top_k 期望预测是前 k 类.本质上，precision_at_k 只是在 predictions 上执行 tf.nn.top_k，然后调用 precision_at_top_k.