numpy argmax函数_numpy.argmax?

np.argmax(a, axis=None, out=None)

tf.argmax(input,
           axis=None,
           name=None,
           dimension=None,
           output_type=dtypes.int64):

np.argmax()与tf.agrmax()函数用法类似，用于寻找每一行或者每一列中的最大值的索引值，axis的值代表行或列，分别表示为axis=0 按列寻找、axis=1 按行寻找；

eg：

>>> test = np.array([
... [2, 5, 6],
... [8, 12, 1],
... [3, 10, 2],
... [4, 6, 9]])
>>> np.argmax(test,0)
array([1, 1, 3], dtype=int64)
>>> np.argmax(test,1)
array([2, 1, 1, 2], dtype=int64)

当只输入input值时，axis值默认为None，这时在使用argmax(input)时，np.argmax()函数会遍历每一行寻找最大值的索引。

eg：

>>> test = np.array([
... [2, 5, 6],
... [8, 12, 1],
... [3, 10, 2],
... [4, 6, 9]])

>>> np.argmax(test)
4

而tf.argmax()会默认按照axis=0，即按照列去寻找最大索引值

eg:

>>> a = tf.argmax(test)
>>> tf.Session().run(a)
array([1, 1, 3], dtype=int64)

而当input中只包含一行数组时，axis只能取0，即按列寻找最大索引值。若axis=1，tensorflow和numpy均会报错

eg:

>>> test2 = np.array([1,3,5,2])
>>> np.argmax(test2,1)
Traceback (most recent call last):
  File "", line 1, in 
  File "<__array_function__ internals>", line 6, in argmax
  File "D:Developanaconda3envsTF115_py36libsite-packagesnumpycorefromnumeric.py", line 1188, in argmax
    return _wrapfunc(a, 'argmax', axis=axis, out=out)
  File "D:Developanaconda3envsTF115_py36libsite-packagesnumpycorefromnumeric.py", line 58, in _wrapfunc
    return bound(*args, **kwds)
numpy.AxisError: axis 1 is out of bounds for array of dimension 1