首先 import tensorflow as tf
tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量,tensor为向量返回索引号。其中n表示具体参数的维度。
以实际例子为说明:
import tensorflow as tf
import numpy as np
test = [[1, 6, 7], [2, 5, 8], [3, 4, 9]]
with tf.Session() as sess:
print(sess.run(tf.argmax(test, 0))) #输出:array([2, 0, 2]
print(sess.run(tf.argmax(test, 1))) #输出:array([2, 2, 2]
n=0代表列的比较,如下: print(sess.run(tf.argmax(test, 0))) 指的是
test[0] = array([1, 6, 7])
test[1] = array([2, 5, 8])
test[2] = array([3, 4, 9])
#[2, 0, 2]=(第一列test[0][1]最大,第二列test[2][1]最大,第三列test[2][2]最大)
n=1代表行的比较,如下:
print(sess.run(tf.argmax(test, 1))) 指的是
test[0] = array([1, 6, 7]) #[2]=(第一行test[0][2]最大)
test[1] = array([2, 5, 8]) #[2]=(第二行test[1][2]最大)
test[2] = array([3, 4, 9]) #[2]=(第三行test[2][2]最大)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。