tensorflow教程之tf.argmax()用法解析

本教程解析了TensorFlow中tf.argmax()函数的使用,介绍了如何在一维和二维矩阵中找到最大值的索引,强调索引从0开始,并给出了多个示例进行说明。
摘要由CSDN通过智能技术生成
tf.argmax(a) 当只有一个参数的时候,求的是这个数组里面最大数的下标或索引
import tensorflow as tf
a=tf.argmax([1,5,90,2,3,4,5])
with tf.Session() as sess:
    print(sess.run(a))

最大的值是90,对应的索引是2,记住索引是从0开始的

 


如果是一个二维的矩阵呢

import tensorflow as tf
b=[[3,8,9],[2,15,0]]
a=tf.argmax(b,0)
with tf.Session() as sess:
    print(sess.run(a))

0代表y方向,1代表x方向

3与2当然是3大,3的索引为0   竖着看,

8与15 15大,索引1

9与0 9大 索引0

结果是[0,1,0] 

如果是1呢

import tensorflow as tf
b=[[3,8,9],[2,15,0]]
a=tf.argmax(b,1)
with tf.Session() as sess:
    print(sess.run(a))

 [3,8,9]最大的是9,索引为2

[2,15,0]最大的是15,索引为1

 

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值