Python | tenorflow.math.argmax () метод

Опубликовано: 29 Марта, 2022

TensorFlow - это библиотека Python с открытым исходным кодом, разработанная Google для разработки моделей машинного обучения и нейронных сетей глубокого обучения. argmax () - это метод, присутствующий в математическом модуле тензорного потока. Этот метод используется для поиска максимального значения по осям.

 Синтаксис:
tenorflow.math.argmax (
    вход, оси, тип_вывода, имя
)

Аргументы:
1. ввод: это тензор. Допустимые типы dtypes для этого тензора: float32,
          float64, int32, uint8, int16, int8, complex64, int64, qint8,
          quint8, qint32, bfloat16, uint16, complex128, half, uint32, uint64. 
2. оси: это тоже вектор. Он описывает оси для уменьшения тензора.
         Допустимые типы dtype - int32 и int64. Также [-rank (ввод), rank (ввод)) - это допустимый диапазон.
         axes = 0 используется для вектора.
3. output_type: определяет dtype, в котором должен быть возвращаемый результат.
                Допустимые значения: int32, int64, значение по умолчанию - int64.
4. name: необязательный аргумент, определяющий имя операции.
 
Возвращение:
Тензор output_type, который содержит индексы максимального значения по осям. 

Example 1:

Python3

# importing the library
import tensorflow as tf
  
# initializing the constat tensor
a = tf.constant([5,10,5.6,7.9,1,50]) # 50 is the maximum value at index 5
  
# getting the maximum value index tensor
b = tf.math.argmax(input = a)
  
# printing the tensor
print("tensor: ",b)
  
# Evaluating the value of tensor
c = tf.keras.backend.eval(b)
  
#printing the value
print("value: ",c)

Выход:

 тензор: tf.Tensor (5, shape = (), dtype = int64)
значение: 5

Пример 2:

В этом примере используется тензор формы (3,3).

Python3

# importing the library
import tensorflow as tf
  
# initializing the constat tensor
a = tf.constant(value = [9,8,7,3,5,4,6,2,1],shape = (3,3))
  
# printing the initialized tensor
print(a)
  
# getting the maximum value indices tensor
b = tf.math.argmax(input = a)
  
# printing the tensor
print("Indices Tensor: ",b)
  
# Evaluating the tesor value
c = tf.keras.backend.eval(b)
  
# printing the value
print("Indices: ",c)

Выход:

 tf.Tensor (
[[9 8 7]
 [3 5 4]
 [6 2 1]], shape = (3, 3), dtype = int32)
 Тензор индексов: tf.Tensor ([0 0 0], shape = (3,), dtype = int64)
 Индексы: [0 0 0]
 # максимальное значение по осям 9,8,7 при индексах 0,0,0 соответственно.

Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.