2024-04-20 10:57:13 发布
网友
a = np.array([[0, 10], [1.1, 0]]) # a.shape -> (2, 2) arg_max = tf.math.argmax(input = a, axis=1) # arg_max.shape -> (2, )
如何使用arg_maxlike [[10], [1.1]]从a获取最大值
arg_max
[[10], [1.1]]
a
如果没有arg_max,您可以使用:
a = np.array([[0, 10], [1.1, 0]]) tf.reduce_max(a, axis=1).numpy() # Output # array([10. , 1.1])
对于数组,按索引获取值可能是这样的:
[[i[j]] for i,j in zip(a,arg_max)] #[[10.0], [1.1]] # OR [i[j] for i,j in zip(a,arg_max)] #[10.0, 1.1]
不使用arg_max:
tf.nn.top_k(a,k=1)[0].numpy()
如果没有
arg_max
,您可以使用:对于数组,按索引获取值可能是这样的:
不使用
arg_max
:相关问题 更多 >
编程相关推荐