Tensorflow踩坑系列---argmax中axis问题

目录

一：argmax中axis问题
  总之：axis=0/1不是行/列关系
  （一）axis=0 : 0表示最大范围，所有的数组都要比较到
  （二）axis=1 : 1表示的范围比0要小，所以只会比较每个数组内部的个数大小
二： 新的案例推导---重点
  （一）axis=0表示范围最大，所有数组都要兼顾
  （二）axis=1表示范围较小于0的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）
  （三）axis=2表示范围较小于1的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）

一：argmax中axis问题

https://blog.csdn.net/qq575379110/article/details/70538051/

总之：axis=0/1不是行/列关系

test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])

（一）axis=0 : 0表示最大范围，所有的数组都要比较到

np.argmax(test, 0)

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：

（二）axis=1 : 1表示的范围比0要小，所以只会比较每个数组内部的个数大小

np.argmax(test, 1)

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。

二： 新的案例推导---重点

test = np.array([[[1, 2, 3], [2, 3, 5],[2, 2, 2]], [[5, 4, 3], [8, 7, 2],[1, 2, 3]], [[5, 4, 6], [10, 7, 30], [1, 2, 3]]])

（一）axis=0表示范围最大，所有数组都要兼顾

np.argmax(test, 0)

（二）axis=1表示范围较小于0的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）

np.argmax(test, 1)

 

（三）axis=2表示范围较小于1的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）

np.argmax(test, 2)

 

作者：山上有风景
欢迎任何形式的转载，但请务必注明出处。
限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。