我是深度学习的初学者,在执行实际作业时,遇到了keras.backend上的Keras文档。
我已经多次解释了。但是,我无法完全理解max和argmax函数之间的区别。
答案 0 :(得分:2)
我将使用max
软件包中的argmax
和numpy
对此进行解释,但是两个功能与Keras后端的功能相同:
import numpy as np
vector = np.array([1, 2, 3, 2, 1])
现在,np.max(vector)
返回数字3
,因为这是向量中的最大值。 np.argmax(vector)
返回2
,因为这是向量中最大值的 index 。
argmax
函数通常用于对softmax图层的输出进行后处理。假设分类器的输出层(将某些图像分类为四个类之一)是
output = Dense(4, activation='softmax')(...)
,predict(some_random_image)
的输出为[0.02, 0.90, 0.06, 0.02]
。然后,argmax([0.02, 0.90, 0.06, 0.02])
立即为您提供课程(1
)。