tf.argmax() axis解释

axis最简单的解释就是返回最大的那个数值的下标，但是新手不好理解。

下面详细解释：

现在有一个张量

a = [1,2,3]，是个一维张量

tf.argmax(a,0) 返回值为2，此时表示返回张量a第一个维度中最大元素的下标，a只有一维，最大元素为3，其下标为2（下标从0开始数）

tf.argmax(a,1) 这个会报错，因为a是一维张量，axis=0代表第一维度，axis=1代表第二维度，当然会报错

现在又有一个张量

b = [

         [1,8,2],

         [4,1,9],

         [7,5,3]

       ]

b是个3*3的二维张量，此时一般人会说，axis=0表示行上最大值的坐标，axis=1表示列上最大值的坐标，但是张量达到三维以上时，这种理解就没法推广了。

此处我还是把这种理解说一下，方便对比：

按照axis=0,1分别对应行，列最大值的说法

tf.argmax(b,0) = [2,0,1]，解释为

    取第一列作对比，即1，4，7作比较，结果7最大，其下标为2；

    取第二列作对比，即8，1，5作比较，结果8最大，其下标为0；

    取第三列作对比，即2，9，3作比较，结果9最大，其下标为1；

    结果即为[2,0,1]

tf.argmax(b,1) = [1,2,0],解释为

    取第一行作对比，即1，8，2作比较，结果8最大，其下标为1；

    取第二行作比较，即4，1，9作比较，结果9最大，其下标为2；

    取第三行作比较，即7，5，3作比较，结果7最大，其下标为0；

    结果即为[1,2,0]

这种解释方式适合张量是一维，二维的情况，三维则不好理解

 

以下是我认为更正确的理解,还是以张量b来说明：

    tf.argmax(b,0)表示第1维求最大值下标

    tf.argmax(b,1)表示求第2维最大值下标

为了说明方便，假设

    row1 = [1,8,2]        #张量b的第一行

    row2 = [4,1,9]        #张量b的第二行

    row3 = [7,5,3]        #张量b的第三行

此时张量b表示为

    b = [row1,row2,row3]

当axis=0时，tf.argmax(b,0) 求第一维最大值下标，即求row1,row2,row3最大值下标。

如果row1=1,row2=2,row3=3,则相当于最前面定义的张量a = [1,2,3]，此时row3=3最大，下标为2。

现在row1,row2,row3为一维张量，而不是一个值，他们之间比较大小，只能分别取相同位置的元素分别对比。

比如row1，row2, row3分别取第一个元素对比，即1，4，7对比，得最大值下标2；然后分别取第二个元素对比，即8，1，5对比，得最大值下标0；最后分别取第三个元素对比，即2，9，5对比得最大值下标1,所以：

    tf.argmax(b,0) = [2,0,1]

当axis=1时，类似的，tf.argmax(b,1)取第二维数值做对比，假如row1=1,row2=2,row3=3,则相当于最前面定义的张量a=[1,2,3],一维张量求第二维张量的最大值下标，当然会报错

但是当row1 = [1,8,2], row2=[4,1,9], row3=[7,5,3]时，对第二维求最大值下标时，其实是分别求row1,row2,row3这三个张量的最大值下标，row1的最大值为8，下标为1，row2的最大值为9，下标为2，row3的最大值为7，下标为0，则结果为：

tf.argmax(b,1) = [1,2,0]

 

 

 

那么现在很容易推广到更高维度了，比如有个张量c

c = [

         [ [1,8,2],

           [4,1,9],

           [7,5,3] ],

         [ [7,3,8],

           [4,6,5],

           [2,5,0]],

         [ [4,6,1],

           [7,2,9],

           [1,9,2] ] 

       ]

axis=0时，tf.argmax(c,0) 对第一维度求最大值下标，此时令

    c=[row1,row2,row3]

则相当于求row1,row2,row3三者的最大值下标，由于此三者都是二维张量，比较大小只能取相同位置的元素比较，比如

    取row1的第一行第一列为1，row2的第一行第一列为7，row3的第一行第一列为4比较，最大值为7，下标为1

    取row1的第一行第二列为8，row2的第一行第二列为3，row3的第一行第二列为6比较，最大值为8，下标为0

    取row1的第一行第三列为8，row2的第一行第三列为3，row3的第一行第三列为6比较，最大值为8，下标为1

结果为[1,0,1]

    取row1的第二行第一列为4，row2的第二行第一列为4，row3的第二行第一列为7比较，最大值为7，下标为2

    取row1的第二行第二列为9，row2的第二行第二列为5，row3的第二行第二列为9比较，最大值为9，下标为0

    取row1的第二行第三列为1，row2的第二行第三列为6，row3的第二行第三列为2比较，最大值为6，下标为1

结果为[2,0,1]

     取row1的第三行第一列为7，row2的第三行第一列为2，row3的第三行第一列为1比较，最大值为7，下标为0

     取row1的第三行第二列为5，row2的第三行第二列为5，row3的第三行第二列为9比较，最大值为7，下标为2

     取row1的第三行第三列为3，row2的第三行第三列为0，row3的第三行第三列为2比较，最大值为3，下标为0

结果为[0,2,0]

三个结果合并在一起为最终结果

tf.argmax(c,0)=[ [1,0,1], [2,0,1], [0,2,0] ]

另外，当axis=1,axis=2时，row1,row2,row3各自内部作比较

row1内部作比较得到[2,0,1]，有没有注意到row1=b，b是前面定义的张量，求row1的最大值下标与求b的最大值下标相同

求row2的最大值下标为[0,1,0]

求row3得最大值下标为[1,2,1]

合并在一起

tf.argmax(c,1) = [ [2,0,1], [0,1,0], [0,2,0] ]

 

axis = 2时,第三维度内比较，即1，8，2作比较，4，1，9作比较，以此类推，得到结果

tf.argmax(c,2) = [ [1,2,0], [2,1,1], [1,2,1] ]

 

如此理解就很清晰了。