tf.argmax用法

tf.argmax():返回跨张量轴的最大值的索引。同tf.compat.v1.arg_max及tf.compat.v1.argmax

tf.compat.v1.argmax(
    input, axis=None, name=None, dimension=None, output_type=tf.dtypes.int64
)

注意，如果是ties，则不能保证返回值的同一性。

用法：

import tensorflow as tf
a = [1, 10, 26.9, 2.8, 166.32, 62.3]
b = tf.math.argmax(input = a)
c = tf.keras.backend.eval(b)
# c = 4
# here a[4] = 166.32 which is the largest element of a across axis 0

 

Args
input	一个张量Tensor. 必须是以下类型之一: float32，float64，int32，uint8，int16，int8，complex64，int64，qint8，quint8，qint32，bfloat16，uint16，complex128，half，uint32，uint64，bool。
axis	一个张量Tensor. 必须是以下类型之一: int32, int64。 int32 或 int64必须在[-rank(input), rank(input)]范围内. 描述要减少输入张量的哪条轴。 对于矢量，请使用axis = 0。
output_type	可选的 tf.DType 来自: tf.int32, tf.int64. 默认为 tf.int64.
name	操作的名称（可选）。

Returns
类型为output_type的Tensor。

 即：

• axis = 0时，返回每一列最大值的位置索引
• axis = 1时，返回每一行最大值的位置索引
• axis = 2、3、4...，即为多维张量时，同理推断

 

重点：结果进行降维，再按照对应维度求最大值索引

 

import tensorflow as tf

a = tf.constant([1., 2., 3., 0., 9.])
b = tf.constant([[1, 2, 3], [3, 2, 1], [4, 5, 6], [6, 5, 4]])

with tf.Session() as sess:
    print(sess.run(a))
    print(sess.run(tf.argmax(a, 0)))
    print("*" * 20)

    print(sess.run(b))
    print(sess.run(tf.argmax(b, 0)))
    print("*" * 20)

    print(sess.run(b))
    print(sess.run(tf.argmax(b, 1)))

# 输出结果：
# [1. 2. 3. 0. 9.]
# 4
# ********************
# [[1 2 3]
#  [3 2 1]
#  [4 5 6]
#  [6 5 4]]
# [3 2 2]
# ********************
# [[1 2 3]
#  [3 2 1]
#  [4 5 6]
#  [6 5 4]]
# [2 0 2 0]

import tensorflow as tf

c = tf.constant(
    [[[1, 2, 3], [2, 3, 5], [2, 2, 2]], [[5, 4, 3], [8, 7, 2], [1, 2, 3]], [[5, 4, 6], [10, 7, 30], [1, 2, 3]]])

with tf.Session() as sess:
    print(sess.run(c))
    print("*" * 20)

    print(sess.run(tf.argmax(c, 0)))
    print("*" * 20)

    print(sess.run(tf.argmax(c, 1)))
    print("*" * 20)

    print(sess.run(tf.argmax(c, 2)))
    print("*" * 20)

# 输出结果：
# 
# [[[ 1  2  3]
#   [ 2  3  5]
#   [ 2  2  2]]
# 
#  [[ 5  4  3]
#   [ 8  7  2]
#   [ 1  2  3]]
# 
#  [[ 5  4  6]
#   [10  7 30]
#   [ 1  2  3]]]
# ********************
# [[1 1 2]
#  [2 1 2]
#  [0 0 1]]
# ********************
# [[1 1 1]
#  [1 1 0]
#  [1 1 1]]
# ********************
# [[2 2 0]
#  [0 0 2]
#  [2 2 2]]
# ********************