resnet分类项目代码解读（二）——tf.argmax()以及axis解析

tf.argmax（array，axis） #array：输入矩阵；axis=0:输出每列中最大值所在行的下标；axis=1;输出每行中最大值所在的列的下标

      该函数可以认为就是np.argmax。tensorflow使用numpy实现的这个API。简单的说，tf.argmax就是返回最大的那个数值所在的下标。 

这个很好理解，只是tf.argmax()的参数让人有些迷惑，比如，tf.argmax(array, 1)和tf.argmax(array, 0)有啥区别呢？ 
　　 
　　这里面就涉及到一个概念：axis。上面例子中的1和0就是axis。我先笼统的解释这个问题，设置axis的主要原因是方便我们进行多个维度的计算。

　　在实例面前，再多的语言都是苍白的呀，上例子！

　　比如：

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]

　啥意思呢？

• axis = 0: 

　　输出数组每列中最大值所在行的下标，有几列就输出几个值：

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]      

• axis = 1: 

　　输出每行中最大值所在的列的下标，有几行就有几个结果。

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

　　这是里面都是数组长度一致的情况，如果不一致，axis最大值为最小的数组长度-1，超过则报错。 
　　当不一致的时候，axis=0的比较也就变成了每个数组的和的比较。
 

转自：https://blog.csdn.net/qq575379110/article/details/70538051