tensorflow和numpy 中都有個argmax()
兩種用法都一樣(差別在tensorflow 要用sess.run()啟動)下面只展示numpy
用法如下
結果
**當axis=0時，會比對在column中最大數字回傳它的索引值


學習

職場產業

投資理財

<div class="draft-block draft--p left">tensorflow和numpy 中都有個argmax()</div>
<div class="draft-block draft--p left">兩種用法都一樣(差別在tensorflow 要用sess.run()啟動)下面只展示numpy</div>
<div class="draft-block draft--p left">用法如下</div>
<pre class="public-DraftStyleDefault-pre draft-block"><pre class="draft--code-block">import numpy as np<br>arr = np.array([[1, 10, 3], [6, 5, 11], [7, 8, 9], [12, 2, 4]])<br>print('axis=0', np.argmax(arr, axis=0))<br>print('axis=1', np.argmax(arr, axis=1))# arr[0] = [1, 10,  3]<br># arr[1] = [6,  5, 11]<br># arr[2] = [7,  8,  9]<br># arr[3] = [12, 2,  4]</pre></pre>
<div class="draft-block draft--p left">結果</div>
<pre class="public-DraftStyleDefault-pre draft-block"><pre class="draft--code-block">axis=0 [3 0 1]<br>axis=1 [1 2 2 0]</pre></pre>
<div class="draft-block draft--p left">**當axis=0時，會<span style="font-weight: bold; ">比對在column中最大數字</span>回傳它的<span style="font-weight: bold; ">索引值</span></div>
<div class="draft-block draft--p left">**當axis=1時，會<span style="font-weight: bold; ">比對在row中最大數字</span>回傳它的<span style="font-weight: bold; ">索引值</span></div>

<p>tensorflow和numpy 中都有個argmax()</p>
<p>兩種用法都一樣(差別在tensorflow 要用sess.run()啟動)下面只展示numpy</p>
<p>用法如下</p>
<pre><code>import numpy as np<br>
arr = np.array([[1, 10, 3], [6, 5, 11], [7, 8, 9], [12, 2, 4]])<br>
print('axis=0', np.argmax(arr, axis=0))<br>
print('axis=1', np.argmax(arr, axis=1))# arr[0] = [1, 10, &nbsp;3]<br>
# arr[1] = [6, &nbsp;5, 11]<br>
# arr[2] = [7, &nbsp;8, &nbsp;9]<br>
# arr[3] = [12, 2, &nbsp;4]</code></pre>
<p>結果</p>
<pre><code>axis=0 [3 0 1]<br>
axis=1 [1 2 2 0]</code></pre>
<p>**當axis=0時，會<strong>比對在column中最大數字</strong>回傳它的<strong>索引值</strong></p>
<p>**當axis=1時，會<strong>比對在row中最大數字</strong>回傳它的<strong>索引值</strong></p>

兩種用法都一樣(差別在tensorflow 要用sess.run()啟動)下面只展示numpy

import numpy as np
arr = np.array([[1, 10, 3], [6, 5, 11], [7, 8, 9], [12, 2, 4]])
print('axis=0', np.argmax(arr, axis=0))
print('axis=1', np.argmax(arr, axis=1))# arr[0] = [1, 10,  3]
# arr[1] = [6,  5, 11]
# arr[2] = [7,  8,  9]
# arr[3] = [12, 2,  4]

**當axis=0時，會比對在column中最大數字回傳它的索引值

**當axis=1時，會比對在row中最大數字回傳它的索引值

Python — (tf/np).argmax()

Max和Maximum的差別為
np.max() 最少接收一個參數，回傳所有內容的最大值
結果
np.maximum(A, B) 最少接收兩個參數，回傳A與B逐個比較的最大值
結果


Python — Numpy max() maximum()

— extend() append() insert()
在 Python 中 List 是常常會用到的，其中 List 的一個功能是 extend
使用方法如下:
使用 String 型別
結果:
extend將會分割每個字元放入
使用 List 型別
結果:
extend將會把每個陣列內容放入
