【tensorflow】tf.argmax和tf.reduce_max

TensorFlow操作详解

dmy88888

于 2018-07-21 15:14:48 发布

阅读量6.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏： tensorflow

本文链接：https://blog.youkuaiyun.com/dmy88888/article/details/81144835

tensorflow 专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了TensorFlow中tf.argmax和tf.reduce_max两个函数的应用。通过具体实例展示了如何使用这两个函数来获取张量中最大值的索引及最大值本身，并解释了在不同轴上操作时的维度变化。

tf.argmax(values,axis):返回values在axis维度最大值的索引

tf. reduce_max(values,axis):返回values在axis维度的最大值

结果维度为values的维度-1，且shape为去掉axis之后的values的shape,顺序不变。

细节见实例：

import tensorflow as tf

d = [[[1,2],[3,4],[5,6]],[[7,8],[9,10],[11,12]]]  # d.shape = (2,3,2) 三维

idx = tf.argmax(d,axis=0)   
val = tf.reduce_max(d,axis=0)

with tf.Session() as sess:

    print(idx.eval())   # shape = (3,2) 二维
    print(val.eval())

output:

[[1 1]
[1 1]
[1 1]]
[[ 7 8]
[ 9 10]
[11 12]]

idx = tf.argmax(d,axis=1)   
val = tf.reduce_max(d,axis=1)

with tf.Session() as sess:

    print(idx.eval())   # shape = (2,2)
    print(val.eval())

output:

[[2 2]
[2 2]]
[[ 5 6]
[11 12]]