tf.argmax()以及axis解析

前言：

tf.argmax可以认为就是np.argmax。tensorflow使用numpy实现的这个API。

简单的说，tf.argmax就是返回最大的那个数值所对应的索引号。

此外，这里面就涉及到一个概念：axis。设置axis的主要原因是方便我们进行多个维度的计算。

代码实现：

test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])
np.argmax(test, 0)　　　＃输出：array([3, 3, 1])
np.argmax(test, 1)　　　＃输出：array([2, 2, 0, 0])

·axis = 0时:你就这么想，0是最大的范围，所有的数组都要进行比较，只是比较的是这些数组相同位置上的数：

test[0] = array([1, 2, 3])
test[1] = array([2, 3, 4])
test[2] = array([5, 4, 3])
test[3] = array([8, 7, 2])
# output   :    [3, 3, 1]  

·axis = 1时:你就这么想，等于1的时候，比较范围缩小了，只会比较每个数组内的数的大小，结果也会根据有几个数组，产生几个结果。

test[0] = array([1, 2, 3])  #2
test[1] = array([2, 3, 4])  #2
test[2] = array([5, 4, 3])  #0
test[3] = array([8, 7, 2])  #0

这是里面都是数组长度一致的情况，如果不一致，axis最大值为最小的数组长度-1，超过则报错。

当不一致的时候，axis=0的比较也就变成了每个数组的和的比较。

转自：https://blog.youkuaiyun.com/qq575379110/article/details/70538051