Created by: parap1uie-s

现在accuracy的实现方法，是对input沿行方向取argmax后，取得最大概率下标，与稠密的label进行比对。

但当input的类别维度为1时，argmax结果显然恒为0。因此accuracy的取值将由label中0的占比来决定，而不是真正的“正确率”

可见目前的实现:

def accuracy(input, label, k=1, correct=None, total=None):
    ......
    topk_out, topk_indices = nn.topk(input, k=k)  # Bug!!!
    acc_out = helper.create_variable_for_type_inference(dtype="float32")

如果输入的input是一个形如(bs, 1)的二分类模型输出时，显然topk输出结果恒为0，导致之后的准确率计算逻辑无意义

建议修复方案：

增加逻辑判断

def accuracy(input, label, k=1, correct=None, total=None):
    ......
    if input.shape[1] == 1:
        do something.
    else:
        topk_out, topk_indices = nn.topk(input, k=k)
    acc_out = helper.create_variable_for_type_inference(dtype="float32")