tf.argmax()用法

直观理解:

tf.argmax(vector, 1)：返回的是vector中的最大值的索引号，

1. 如果vector是一个向量，那就返回一个值，
2. 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

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]
--------------------- 
参考文献：https://blog.csdn.net/UESTC_C2_403/article/details/72232807 

 

axis

 其中tf.argmax(vec,axis)中得到axis的作用,如下,用于控制是以列还是行

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]123 

 

下面为中文文档 ,通常的用法

 

1. 利用tf.argmax()分别得出预测值和真实值所在位置,
2. 利用tf.equal()判断2个位置是否对应相等,并得到一个一个bool元素的列表list,如False,True]
3. 利用tf.cast()强制转换list得到float型[0,1]