tensor 最大值的下标的求法

本文通过使用TensorFlow和NumPy进行数据操作的实例,展示了如何寻找数组中的最大值及其索引,包括将TensorFlow张量转换为NumPy数组并应用NumPy函数的过程。
部署运行你感兴趣的模型镜像
import tensorflow as tf
import numpy as np

a=tf.constant([1,0,-1,12,5],dtype=tf.float32)
# b=tf.argmax(input(a),axis=1) 出错
flag=0

with tf.Session() as sess:
    print(sess.run(a))
    b = a.eval()

    for i in range(4):
        c=b[i]
        if c>=b[i]:
            flag=i
    print(flag)


    b = tf.constant([1, 0, -1, 12, 5], dtype=tf.float32)
    b=b.eval().tolist() #b转为list,调用函数index(max())求最大值下标
    dd = b.index(max(b))
    print(dd)

ar=np.array([[1,2,3,4],[5,6,7,8]])
print(ar)
print(np.argmax(ar,axis=1))

 

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

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

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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