Tensorflow函数用法之tf.argmax_tensorflow aten::argmax.out-优快云博客

本文详细解析了TensorFlow中tf.argmax函数的使用方法及参数意义，通过具体代码示例展示了如何获取张量中最大值的索引，适用于向量和矩阵的不同应用场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.argmax(vector, 1)：返回的是vector中的最大值的索引号，如果vector是一个向量，那就返回一个值，如果是一个矩阵，那就返回一个向量，这个向量的每一个维度都是相对应矩阵行的最大值元素的索引号。

import tensorflow as tf
import numpy as np

A = [[1,3,4,5,6]]
B = [[1,3,4], [2,4,1]]

with tf.Session() as sess:
print(sess.run(tf.argmax(A, 1)))
print(sess.run(tf.argmax(B, 1)))

输出：

[4]
[2 1]

另外一篇参考

tf.argmax(input, axis=None, name=None, dimension=None)

此函数是对矩阵按行或列计算最大值

参数

input：输入Tensor
axis：0表示按列，1表示按行
name：名称
dimension：和axis功能一样，默认axis取值优先。新加的字段

返回：Tensor 一般是行或列的最大值下标向量

例：

    import tensorflow as tf  
      
    a=tf.get_variable(name='a',  
                      shape=[3,4],  
                      dtype=tf.float32,  
                      initializer=tf.random_uniform_initializer(minval=-1,maxval=1))  
    b=tf.argmax(input=a,axis=0)  
    c=tf.argmax(input=a,dimension=1)   #此处用dimesion或用axis是一样的  
    sess = tf.InteractiveSession()  
    sess.run(tf.initialize_all_variables())  
    print(sess.run(a))  
    #[[ 0.04261756 -0.34297419 -0.87816691 -0.15430689]  
    # [ 0.18663144  0.86972666 -0.06103253  0.38307118]  
    # [ 0.84588599 -0.45432305 -0.39736366  0.38526249]]  
    print(sess.run(b))  
    #[2 1 1 2]  
    print(sess.run(c))  
    #[0 1 0]

---------------------
作者：UESTC_C2_403
来源：优快云
原文：https://blog.youkuaiyun.com/UESTC_C2_403/article/details/72232807
版权声明：本文为博主原创文章，转载请附上博文链接！