一：argmax中axis问题

https://blog.csdn.net/qq575379110/article/details/70538051/

总之：axis=0/1不是行/列关系

test = np.array([[1, 2, 3], [2, 3, 4], [5, 4, 3], [8, 7, 2]])

（一）axis=0 : 0表示最大范围，所有的数组都要比较到

np.argmax(test, 0)

你就这么想，0是最大的范围，所有的数组都要进行比较，只是比较的是这些数组相同位置上的数：

（二）axis=1 : 1表示的范围比0要小，所以只会比较每个数组内部的个数大小

np.argmax(test, 1)

等于1的时候，比较范围缩小了，只会比较每个数组内的数的大小，结果也会根据有几个数组，产生几个结果。

二： 新的案例推导---重点

test = np.array([[[1, 2, 3], [2, 3, 5],[2, 2, 2]], [[5, 4, 3], [8, 7, 2],[1, 2, 3]], [[5, 4, 6], [10, 7, 30], [1, 2, 3]]])

（一）axis=0表示范围最大，所有数组都要兼顾

np.argmax(test, 0)

（二）axis=1表示范围较小于0的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）

np.argmax(test, 1)

（三）axis=2表示范围较小于1的范围，低一维的数组中找最大值（要兼顾该维度中所有子维度数据）

np.argmax(test, 2)

Tensorflow学习---argmax中axis问题

原文：https://www.cnblogs.com/ssyfj/p/13966299.html