TF-tf.arg_max 介绍

最新推荐文章于 2025-02-25 16:49:07 发布

转载最新推荐文章于 2025-02-25 16:49:07 发布 · 218 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/qggg/p/6850120.html

文章标签：

#人工智能

本文详细介绍了TensorFlow中arg_max函数的使用方法及参数解释，包括输入数据类型、维度选择以及返回值的含义。通过示例展示了如何在不同维度上获取最大值的位置，适用于需要进行数据最大值定位的机器学习任务。

定义为

　　　　def arg_max(input, dimension, name=None)

作用是取行或者列的最大值的位置。

input:
类型为 float32, float64, int64, int32, uint8, uint16, int16, int8, complex64, complex128, qint8, quint8, qint32, half的tensor

dimension:

必须为int32, int64. int32，取值为0或1.

name:
名字

returns:
返回一个tensor

例如以下测试

import tensorflow as tf

list_a = [[1,2,3,4,5],
          [3,3,3,1,6],
          [5,1,2,1,1]]

sess = tf.InteractiveSession()

argmax0 = tf.arg_max(list_a, 0)
print("argmax 0={}".format(argmax0.eval()))
argmax1 = tf.arg_max(list_a, 1)
print("argmax 1={}".format(argmax1.eval()))