tf.reduce_mean(tf.cast(tf.equal(tf.argmax(out, 1), tf.argmax(y_, 1)), tf.float32))解析

1.tf.argmax()

返回 arr 的最大值
with tf.Session() as sess:
    print(sess.run(tf.argmax(arr, 0)))# 返回每一列的最大值的索引
    print(sess.run(tf.argmax(arr, 1)))# 返回每一行的最大值的索引

2.tf.equal()

比较data_1和data_2是否一样，
一样返回True
否则返回False

3.tf.cast()

#强制类型转换
#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
tf.cast(data_1,dtype)

4.tf.reduce_mean()

#求input_data平均值
with tf.Session() as sess:
    a = [[1.,2.,3.,4.,5.],
         [2.,2.,4.,4.,4.]]
    s1 = tf.reduce_mean(a,0)#求第一维的平均值
    s = tf.reduce_mean(a,1)#求第二维的平均值
    print(sess.run(s))

注意：结果的类型与你的数据内容的类型一致