Tensorflow中axis的理解

axis是跟shape相关的。
比如shape = [a, b, c, d]，
axis = 0就是指a这个维度，
axis = 2就是指c这个维度，
axis = -1就是指d这个维度。（-1在python里指最后一个）

在 tf.argmax或 np.argmax中通常要指定axis。
对于二维，若shape=[height, width]时，tf.argmax(x, axis=0)则表示获得每一行的最大值的 index；tf.argmax(x, axis=1)表示获得每一列的最大值的下标。 此时 axis = -1同 axis=1情况。

对于高维，shape = [batch, height, width, channels]的情况，也是做同样的理解。
tf.argmax(x, axis=0)表示batch维的方向
tf.argmax(x, axis=1)表示height维的方向
tf.argmax(x, axis=2)表示width维的方向
tf.argmax(x, axis=3)表示channels维的方向
tf.argmax(x, axis=-1)同表示channels维的方向

numpy中的axis同Tensorflow中的axis意义一样。

–