对tf.argmax()的理解

对 tf.argmax()的理解

此函数时返回指定维度的最大值的索引（一定记住，好多次我都以为是返回值），对于此函数，先看一下函数说明，

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

这个input 为输入的对象，axis为维度，若为向量，则维度为0；若为多维则可为0或者1，0为按列查找最大值的索引，1为按行查找最大值的索引。
下面看一个例子：

import tensorflow as tf

Vector = [2, 1, 3, 5]  # 定义了一个向量
X = [[2, 6, 1], [3, 1, 9]]  # 定义了一个矩阵
print (Vector)
print (X)
with tf.Session() as sess:
    a = tf.argmax(Vector, 0)
    b = tf.argmax(X, 0)
    c = tf.argmax(X, 1)

    print(sess.run(a))
    print(sess.run(b))
    print(sess.run(c))

运行结果：

3
[1 0 1]
[1 2]

可以看到返回的是索引，而不是数值。
相信这些很多博客也有说明，但是对于每一行或者每一列中有相同大的数应该返回什么呢？好像都没有提及。
下面再看一个例子：

import tensorflow as tf

Vector = [2, 5, 3, 5]  # 定义一个向量
X = [[3, 6, 1], [3, 9, 9]]  # 定义一个矩阵
print (Vector)
print (X)
with tf.Session() as sess:
    a = tf.argmax(Vector, 0)
    b = tf.argmax(X, 0)
    c = tf.argmax(X, 1)

    print(sess.run(a))
    print(sess.run(b))
    print(sess.run(c))

运行结果：

1
[0 1 1]
[1 1]

那可以看到，返回的是第一个最大值的索引。

引用了https://blog.csdn.net/u013580539/article/details/79339250