tf.argmax() 与 tf.argmin()

原创于 2021-09-22 16:33:38 发布 · 236 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #python

本文详细介绍了TensorFlow中的tf.argmax与tf.argmin函数的使用方法，包括如何通过设置axis参数来获取最大值或最小值所在的索引，适用于不同维度的数据处理需求。

部署运行你感兴趣的模型镜像

一、tf.argmax(input,axis,name=None) : 返回input中最大值的索引index。

其中axis=0时表示比较每一列的元素，返回最大元素所在行号（即第一维度）；

axis=1表示比较每一行的元素，返回最大元素所在列号（即第二维度）；

二、tf.argmin(input,axis,name=None) : 返回input中最小值的索引index。

其中axis=0时表示比较每一列的元素，返回最小元素所在行号（即第一维度）；

其中axis=1时表示比较每一行的元素，返回最小元素所在列号（即第二维度）；

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。它提供了一个灵活的平台,用于构建和训练各种机器学习模型

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

to be__

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

tensorflow中的 tf.argmax() 和 tf.argmin() 函数使用

qq_37691909的博客

12-05

2390

一、首先来看官方文档的解释：（https://tensorflow.google.cn/api_docs/python/tf/arg_max 官方文档地址）（注意：在不同的版本中，有两种形式 arg_max 和 argmax，官方说明在以后会舍弃前者）函数原型： tf.arg_max( input, dimension, output_type=tf.int6...

tf.argmax()

qq_38428245的博客

08-13

905

[ [ [ [2, 3, 1, 4], [4, 1, 4, -1], [5, 3, 2, 1] ], [ [6, 2, 1, 4], [0, 1, 4, -1], [5, 8, 2, 1] ] ] ]

参与评论您还未登录，请先登录后发表或查看评论

tf.argmin（）

我的博客

08-23

3806

tf.argmin（）返回矩阵横列或者纵列的最小值的坐标，取决于第二个参数参数： tf.argmin( input, axis=None,//0是纵列 1是横列 name=None, dimension=None, output_type=tf.int64 ) 使用案例： import tensorflow as tf x = tf.con...

tf.arg_min

luoganttcc的博客

07-30

323

tf.arg_min　返回最小值的索引 import tensorflow as tf a = [1, 10, 26.9, 2.8, 166.32, 62.3] b = tf.math.argmin(input = a) c = tf.keras.backend.eval(b) # c = 0 # here a[0] = 1 which is the smallest element of a across axis 0

tensorflow API：tf.argmin

NockinOnHeavensDoor的博客

12-20

548

tf.argmin argmin( input, axis=None, name=None, dimension=None, output_type=tf.int64 )Returns the index with the smallest value across axes of a tensor. (deprecated arguments) 返回在所给

tf.cast\tf.argmax\tf.argmin

空字符

07-15

695

1. tf.cast() tf.cast()的作用是将一个张量的类型改变为另外一个类型，如第11行，将浮点型转化为整数型 def cast(x, dtype, name=None): """Casts a tensor to a new type. The operation casts `x` (in case of `Tensor`) or `x.values` (in ...

根据Traceback (most recent call last): File "step10/TrainSaveLoadTest.py", line 16, in <module> import TrainSaveLoadForUsers File "/data/workspace/myshixun/step10/TrainSaveLoadForUsers.py", line 29, in <module> x = InitialPart(batchImgInput, BNTraining) TypeError: InitialPart() takes 1 positional argument but 2 were given 修改 import os os.environ["TF_CPP_MIN_LOG_LEVEL"]='3' import warnings warnings.filterwarnings('ignore') import tensorflow as tf import sys sys.path.append('step3') sys.path.append('step9') from generatorCompleted import batchGenerator from outputsUtilsCompleted import softmax, returnOneHot, computeAccuracy from prevModules import (Inception_traditional, Inception_parallelAsymmetricConv, Inception_AsymmetricConv,InitialPart,reduction,ResNetBlock) #********** Begin **********# batchImgInput = tf.placeholder(tf.float32, shape=[None, 224, 224, 3], name='batchImgInput') Labels = tf.placeholder(tf.float32, shape=[None, 10], name='Labels') dropout_keep_prob = tf.placeholder(tf.float32, name='dropout_keep_prob') BNTraining = tf.placeholder(tf.bool, name='BNTraining') InputBatchSize = tf.placeholder(tf.int32, name='InputBatchSize') # 构建模型 # 初始部分 x = InitialPart(batchImgInput, BNTraining) # Inception 模块 x = Inception_traditional(x, BNTraining) x = Inception_parallelAsymmetricConv(x, BNTraining) x = Inception_AsymmetricConv(x, BNTraining) # 降维模块 x = reduction(x, BNTraining) # ResNet 块 x = ResNetBlock(x, BNTraining) # 全局平均池化 x = tf.keras.layers.GlobalAveragePooling2D()(x) # Dropout x = tf.nn.dropout(x, keep_prob=dropout_keep_prob) # 全连接层 logits = tf.layers.dense(x, 10, activation=None) # 定义损失函数和优化器 loss = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=logits, labels=Labels)) optimizer = tf.train.AdamOptimizer(learning_rate=0.001).minimize(loss) # 计算准确率 predictions = tf.argmax(logits, 1) correct_predictions = tf.equal(predictions, tf.argmax(Labels, 1)) accuracy = tf.reduce_mean(tf.cast(correct_predictions, tf.float32)) # 初始化变量 init = tf.global_variables_initializer() # 创建会话 with tf.Session() as sess: sess.run(init) num_epochs = 10 batch_size = 32 for epoch in range(num_epochs): total_loss = 0 total_accuracy = 0 num_batches = 0 for batch_images, batch_labels in batchGenerator(batch_size): feed_dict = { batchImgInput: batch_images, Labels: batch_labels, dropout_keep_prob: 0.8, BNTraining: True, InputBatchSize: batch_size } _, batch_loss, batch_accuracy = sess.run([optimizer, loss, accuracy], feed_dict=feed_dict) total_loss += batch_loss total_accuracy += batch_accuracy num_batches += 1 avg_loss = total_loss / num_batches avg_accuracy = total_accuracy / num_batches print(f'Epoch {epoch + 1}, Loss: {avg_loss}, Accuracy: {avg_accuracy}') # 保存模型 saver = tf.train.Saver() saver.save(sess, 'step10/Model/FinalNet') #********** End **********#

热门推荐

liyaoqing的专栏

01-04

1万+

def argmax(self, axis=None, fill_value=None, out=None): 返回沿着某个维度最大值的位置 Returns array of indices of the maximum values along the given axis. Masked values are treated as if they had the val

Tf.keras的部分API

w1nd_的博客

04-26

283

Day37Tf.keras的部分APIMetricsCompilekeras快速自定义保存、加载模型save_weightssavesaved_model Tf.keras的部分API Metrics import tensorflow as tf from tensorflow.keras import datasets, layers, optimizers, Sequential, metrics def preprocess(x, y): x = tf.cast(x, dtyp

tf.argmin（）与tf.reduce_min()

swan777的博客

06-12

1473

tf.argmin（）返回矩阵横列或者纵列的最小值的坐标，取决于第二个参数 tf.argmin( input, axis=None(0是纵列 1是横列) name=None, dimension=None, output_type=tf.int64 ) import tensorflow as tf x = tf.constant([[0, 2, 1], [2, 1, 3]]) sess ...

tf.argmax函数说明

清晨的光明

09-04

1万+

函数说明： tf.argmax( input, axis=None, name=None, dimension=None, output_type=tf.int64 ) 参数： input:输入矩阵 axis:默认为None name:默认为None dimension:默认为None output_type:默认类型为int64 用...

tensorflow tf.norm tf.reduce_max,min,mean, tf.argmin,...

每日提升一点点

07-17

623

a = tf.ones([2, 2]) b = tf.norm(a) print(b) b = tf.sqrt(tf.reduce_sum(tf.square(a))) print(b) res: tf.Tensor(2.0, shape=(), dtype=float32) tf.Tensor(2.0, shape=(), dtype=float32) L1 Norm: a = tf.constant([1, 3, 2, 4], shape=[2,2]) print(a) b = tf.no.

tf.argmax()函数介绍和示例

wk的博客

09-07

1480

tf.argmax()函数介绍和示例 tf.argmax(input_tensor, axis=0) 释义：返回指定维度最大值的索引 input_tensor，输入张量 axis，指定维度，默认为0。二维情况下，若为0，则返回列数据最大值索引；若为1，则返回行数据最大值索引示例： import tensorflow as tf X = tf.constant([[1, 2, 3],...

tensorflow函数之tf.cast,tf.argmax,tf.argmin,tf.equal

公众号/知乎: AI算法札记，欢迎关注交流

05-10

1629

1.tf.cast 官方链接：https://www.tensorflow.org/api_docs/python/tf/cast tf.cast( x, dtype, name=None ) 将一个张量转换为一个新类型。 Casts a tensor to a new type. 举例： import tensorflow as tf a = tf....

Tensorflow函数之tf.argmax、tf.argmin理解

dally2的博客

05-23

703

Tensorflow函数之tf.argmax、tf.argmin理解一、 tf.argmax知识点理解1.1 作用1.2 表示1.3 实例二、 tf.argmin知识点理解2.1 作用2.2 表示2.3 实例一、 tf.argmax知识点理解 1.1 作用找到对应向量或矩阵中的最大值问题。 1.2 表示 tf.argmax的完整表示：tf.argmax(input,axis) 1、input可以是向量、或者矩阵（没有数值，单独一个数，没有比较的意义）。 2、根据axis取值的不同返回每行或者每列最大值的

tf.argmax函数

weixin_41888257的博客

05-19

268

tf.argmax(A,axis=0) axis=0 求每列对大值的索引 axis=1 求每行最大值索引似乎与通常的0为行，1为列正好相反！！！代码示例 import tensorflow as tf import numpy as np A=np.zeros([3]) B=np.zeros([3,1]) C=np.array([[1,11,22,3], [22,1...

深度学习（13）TensorFlow高阶操作二: 数据统计

weixin_43360025的博客

08-13

999

深度学习（13）TensorFlow高阶操作二: 数据统计一. tf.norm1. 范数定义2. tf.norm（二范数）3. L1 Norm（一范数）二. reduce_min/max/mean三. argmax/argmin四. tf.equal1. tf.equal定义及用法2. 求解正确率实例五. tf.unique Outline tf.norm（范数） tf.reduce_min/max（最大值/最小值） tf.argmax/argmin（最大值/最小值的位置） tf.equal（两个张量的比

tf.argmax(), tf.maximum(a, b) , np.amax() , numpy.maximum(),np.argmax()系列最大最小值函数用法速查

猫头军师兵书

11-01

1256

numpy.ndarray.max() 和 numpy.amax() 一样。 numpy,amax() Return the maximum of an array or maximum along an axis. 关于axis, 请看https://blog.csdn.net/Arctic_Beacon/article/details/83307785 numpy.maximum(...