Tensorflow 函数 API 中 axis轴的理解

最新推荐文章于 2022-06-08 17:13:45 发布

Baobin Zhang

最新推荐文章于 2022-06-08 17:13:45 发布

阅读量586

点赞数

分类专栏： Deep learning 文章标签：深度学习 tensorflow 神经网络机器学习 python

本文链接：https://blog.youkuaiyun.com/zbbmm/article/details/116810949

版权

本文介绍了Tensorflow中axis参数的含义，它与numpy中的axis相同。axis的值对应tensor的维度，例如在shape=[a, b, c, d]中，axis=0对应a，axis=2对应c，axis=-1对应d。在二维情况下，tf.argmax的axis参数用于指定行或列的最大值。在高维情况中，axis参数用于指定不同维度上的最大值所在位置。理解axis对于操作Tensorflow中的tensor至关重要。" 133326639,20039003,SQL Server 高级概念解析与应用,"['SQL Server', '数据库', '数据库管理', '存储过程', '事务']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Tensorflow 就是对 tensor进行一系列的操作，今天来讲解在很多tensorflow API中都存在的 axis 参数。

tensorflow 中的 axis 和 numpy 中的 axis 是一样的

先来一张图

这里可以看到 axis = 0 是行数，axis = 1 是跨列的 ,一般化到高纬度的 tensor也是一样的，按照由外到内的顺序来判断 axis 的数值,外层的 axis = 0, 向内依次增加axis 的数值.

这里引用一些tensorflow 中的 axis 实用的理解

axis是跟shape相关的。
比如shape = [a, b, c, d]，
axis = 0就是指a这个维度，
axis = 2就是指c这个维度，
axis = -1就是指d这个维度。（-1在python里指最后一个）

在 tf.argmax或 np.argmax中通常要指定axis。
对于二维，若shape=[height, width]时，tf.argmax(x, axis=0)则表示获得每一行的最大值的 index；tf.argmax(x, axis=1)表示获得每一列的最大值的下标。此时 axis = -1同 axis=1情况。

对于高维，shape = [batch, height, width, channels]的情况，也是做同样的理解。
tf.argmax(x, axis=0)表示batc