tensorflow关于求最大值所在位置函数解读

import tensorflow as tf
import numpy as np
import random

aa=[]
for i in range(42):
    aa.append(random.randint(11,100))
a=np.array(aa)
a=a.reshape(7,6)
A=tf.constant(a)
B=tf.reshape(A,[-1,2,3])#变成7个2*3
c=tf.argmax(B,2)#按第二个维度求最大值所在的位置,7个样本,每个样本对应2个位置(3个中最大的位置)

with tf.Session() as sess:
    sess.run(tf.initialize_all_variables())
    print sess.run(A)
    print sess.run(B)
    print sess.run(c)

对应的输出为

[[88 84 82 22 95 45]
 [59 76 73 92 59 63]
 [70 60 37 62 69 51]
 [29 50 82 21 43 49]
 [51 61 78 69 49 82]
 [95 54 14 32 80 28]
 [48 73 45 75 63 64]]
[[[88 84 82]
  [22 95 45]]

 [[59 76 73]
  [92 59 63]]

 [[70 60 37]
  [62 69 51]]

 [[29 50 82]
  [21 43 49]]

 [[51 61 78]
  [69 49 82]]

 [[95 54 14]
  [32 80 28]]

 [[48 73 45]
  [75 63 64]]]
[[0 1]
 [1 0]
 [0 1]
 [2 2]
 [2 2]
 [0 1]
 [1 0]]
评论
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