TensorFlow tf.argmax()函数

TensorFlow tf.argmax()函数

tf.argmax(input, axis=None, name=None, dimension=None)
对矩阵按行或列计算最大值
四个参数：
1.input：输入值
2.axis：可选值0表示按列，1表示按行求最大值
3.name
4.默认使用axis即可

重点说说axis参数的作用
举例说明

test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])
np.argmax(test, 0)　　　＃输出：array([3, 3, 1]
np.argmax(test, 1)　　　＃输出：array([2, 2, 0, 0]

解释：

# axis参数为0时：
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]      

此时输出的是每一列最大值所在的数组下标。输出的数组元素数量是原矩阵的列数

# axis参数为1时：
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
# output ： [2, 2, 0, 0]

此时输出的每一个数组中最大值所在的列号。输出的数组元素个数是原数组的数量，即原矩阵行数。

通过比较，我们可以看到，axis两个参数的区别是：0是每个数组对应位置之间的比较，而1则是数组内部元素之间的比较。