作者：散場偂爱的擁菢_257 | 来源：互联网 | 2023-09-14 16:50
correct_predictiontf.equal(tf.argmax(y_pre,1),tf.argmax(v_ys,1))当argmax的第二个参数的值为1的时候，表示每一列比较求出
correct_prediction = tf.equal(tf.argmax(y_pre,1), tf.argmax(v_ys,1))
当argmax的第二个参数的值为1的时候，表示每一列比较求出最大值。当argmax为1的时候，表示求出每一行的最大值
import numpy as np
test = np.array([[1,2,3],[3,9,6],[7,5,9]])
print(np.argmax(test,0))
print(np.argmax(test,1))
运行结果：
[2 1 2]
[2 1 2]
![[译]技术公司十年经验的职场生涯回顾](https://img8.php1.cn/3cdc5/24912/711/b6574f3292f9dc00.png)
京公网安备 11010802041100号