TensorFlow基础学习——TensorFlow中tf.argmax()函数的作用

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/dongdong9223/article/details/83308893

转载请注明出处:http://blog.csdn.net/dongdong9223/article/details/83308893
本文出自【我是干勾鱼的博客

Ingredient:

简单来说,tf.argmax(vector, axis)函数的作用就是返回最大的那个数值所在的下标。但要注意第2个参数axis的取值,可以简单的理解为axis决定了在哪个维度上计算最大值的下标。

1 axis = 0

计算纵向维度,比如:

test[0] = array([1, 2, 3])
test[1] = array([2, 3, 4])
test[2] = array([5, 4, 3])
test[3] = array([8, 7, 2])
# output : [3, 3, 1]

2 axis = 1

计算横向维度,比如:

test[0] = array([1, 2, 3]) #2
test[1] = array([2, 3, 4]) #2
test[2] = array([5, 4, 3]) #0
test[3] = array([8, 7, 2]) #0

再比如:

import tensorflow as tf
import numpy as np
 
A = [[1,3,4,5,6]]
B = [[1,3,4], [2,4,1]]
 
with tf.Session() as sess:
    print(sess.run(tf.argmax(A, 1)))
    print(sess.run(tf.argmax(B, 1)))

输出:

[4]
[2 1]

参考:

tf.argmax的使用

tf.argmax()以及axis解析

阅读更多
换一批

没有更多推荐了,返回首页