tf.argmax函数

最新推荐文章于 2021-08-13 15:12:58 发布

苏学算法

最新推荐文章于 2021-08-13 15:12:58 发布

阅读量219

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习文章标签： Tensorflow

本文链接：https://blog.youkuaiyun.com/weixin_41888257/article/details/90340529

机器学习专栏收录该内容

68 篇文章

订阅专栏

博客介绍了TensorFlow里tf.argmax函数，当axis=0时求每列最大值的索引，axis=1时求每行最大值索引，且其行列表示与通常认知相反，还给出了代码示例。

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],
            [22,1,2,1],
            [11,12,2,121]] )
init=tf.global_variables_initializer()
with tf.Session() as sess:
    print(A)
    print(B)
    print("A的维度",tf.rank(A).eval())
    print("B的维度",tf.rank(B).eval())
    print("B的shape",tf.shape(B).eval())
    print("C的每列最大值索引",tf.argmax(C,axis=0).eval())
    print("C的每行最大值索引",tf.argmax(C,axis=1).eval())

output

[0. 0. 0.]
[[0.]
 [0.]
 [0.]]
A的维度 1
B的维度 2
B的shape [3 1]
C的每列最大值索引 [1 2 0 2]
C的每行最大值索引 [2 0 3]