Tensorflow中axis的理解

axis是跟shape相关的。
比如shape = [a, b, c, d]，
axis = 0就是指a这个维度，
axis = 2就是指c这个维度，
axis = -1就是指d这个维度。（-1在python里指最后一个）

在 tf.argmax或 np.argmax中通常要指定axis。
对于二维，若shape=[height, width]时，tf.argmax(x, axis=0)则表示获得每一行的最大值的 index；tf.argmax(x, axis=1)表示获得每一列的最大值的下标。此时 axis = -1同 axis=1情况。

对于高维，shape = [batch, height, width, channels]的情况，也是做同样的理解。
tf.argmax(x, axis=0)表示batch维的方向
tf.argmax(x, axis=1)表示height维的方向
tf.argmax(x, axis=2)表示width维的方向
tf.argmax(x, axis=3)表示channels维的方向
tf.argmax(x, axis=-1)同表示channels维的方向

numpy中的axis同Tensorflow中的axis意义一样。

–

Tensorflow中axis的理解相关推荐

对python中axis的理解
对 p y t h o n 中 a x i s 的理解对python中axis的理解对python中axis的理解 axis的实际含义是根据axis指定的维度进行连接,如矩阵m1的维度为(2, ...
tensorflow中axis理解非常重要
axis的作用即如何理解 numpy是python进行科学计算必不可少的模块,随着深度学习越来越火,numpy也越来越流行.了解numpy的人知道,在numpy中,有很多的函数都涉及到axis,很多函 ...
TensorFlow 中 identity 函数理解
理解 identity: n.身份; 本身; 本体; 特征; 特有的感觉(或信仰); 同一性; 相同; 一致; identity的意思是自身的意思,简单说就是赋值. x = tf.Variable(0 ...
python中axis的理解
numpy当中axis的值表示的是这个多维数组维度的下标,比如有一个二维数组a,a的shape是(5,6),也就是说a有5行6列,axis=0表示的就是[5,6]中的第一维,也就是行,axis=1表示 ...
TensorFlow、Numpy中的axis的理解
TensorFlow中有很多函数涉及到axis,比如tf.reduce_mean(),其函数原型如下: def reduce_mean(input_tensor,axis=None,keepdims= ...
tensorflow中的norm()函数 | axis=0,axis=1,axis=2
tensorflow中的norm函数作用是用来求L1_norm范数和Eukl_norm范数. 本篇文章主要目的是讲解axis的含义,所以默认都是用L1_norm范数,方便理解. 首先,来看一下2维的情 ...
tensorflow 里metrics_深入理解TensorFlow中的tf.metrics算子
[IT168 技术]01 概述本文将深入介绍Tensorflow内置的评估指标算子,以避免出现令人头疼的问题. tf.metrics.accuracy() tf.metrics.precision( ...
『TensorFlow』通过代码理解gan网络_中
『cs231n』通过代码理解gan网络&tensorflow共享变量机制_上上篇是一个尝试生成minist手写体数据的简单GAN网络,之前有介绍过,图片维度是28*28*1,生成器的上采样使 ...
Python：一文让你彻底理解numpy中axis=-1/0/1/2... [实例讲解：np.argmax(axis= -1 0 1 2) np.sum(aixs= -1 0 1 2)]
前言接触python有一段时间了,但总有一道坎在心中挥之不去,那就是Numpy模块中的axis=-1/0/1/2...,每每见到axis=-1.axis=0.axis=1.axis=2等操作,心中真 ...
对tensorflow中的tensor、placeholder及feed_dict的理解
以前不知道tf.placeholder的feed_dict格式要求,以为随便是什么格式都可以,直到自己在做测试的时候出现以下错误才知道tf.placeholder 的feed_dict填充内容不可以 ...

Tensorflow中axis的理解

Tensorflow中axis的理解相关推荐

最新文章

热门文章