tf.argmax()的详细用法

DreamBro

已于 2022-07-12 15:17:48 修改

阅读量281

点赞数

分类专栏：深度学习文章标签： tensorflow

于 2022-07-12 15:07:07 首次发布

本文链接：https://blog.csdn.net/DreamBro/article/details/125743511

版权

深度学习专栏收录该内容

13 篇文章 3 订阅

订阅专栏

该博客详细介绍了TensorFlow中tf.argmax函数的用法，包括在一维、二维和三维数组中的应用。在不同维度下，该函数返回数组中最大值的索引位置，对于一维数组返回单个索引，二维数组返回每一列的最大值索引，三维数组则返回对应维度的索引。通过实例展示了如何在会话中运行并获取结果。

摘要由CSDN通过智能技术生成

f.argmax(data, axis=None)

一维数组

data = tf.constant([1,2,3])
with tf.Session() as sess:
	print(sess.run(tf.argmax(data, 0)))
	#轴默认为0
	print(sess.run(tf.argmax(data)))
>>> 2
>>> 2

二维数组

data = tf.constant([[1,2,3], [4,5,6]])
with tf.Session() as sess:
    print(sess.run(tf.argmax(data, 0)))
    print(sess.run(tf.argmax(data, 1)))
>>> [1, 1, 1]
>>> [2, 2]

三维数组

data = tf.constant([[[1,2,3]], 
                [[7, 1,9]]])
with tf.Session() as sess:
    print(sess.run(tf.argmax(data, 0))) 
    print(sess.run(tf.argmax(data, 1))) 
    print(sess.run(tf.argmax(data, 2))) 
>>> [[1 0 1]]
>>> [[0,0,0],[0,0,0]]
>>> [[2],[2]]

针对三维的情况，下面给出一张图，帮助立即0、1、2的维度情况。