mindspore.Tensor.argmax

mindspore.Tensor.argmax(axis=None, keepdims=False)

返回 self 在指定轴上的最大值索引。

参数：

axis (Union[int, None]，可选) - 指定计算轴。如果是 None ，将会返回扁平化Tensor在指定轴上的最大值索引。不能超过 self 的维度。默认值： None 。
keepdims (bool，可选) - 输出Tensor是否保留指定轴。如果 axis 是 None ，忽略该选项。默认值： False 。

返回：

Tensor，输出为 self 在指定轴上最大值的索引。

异常：

TypeError - 如果入参 keepdims 的类型不是布尔值。
ValueError - 如果入参 axis 的设定值超出了范围。

支持平台：

Ascend GPU CPU

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[1, 20, 5], [67, 8, 9], [130, 24, 15]]).astype(np.float32))
>>> output = Tensor.argmax(x, axis=-1) # x.argmax(axis=-1)
>>> print(output)
[1 0 0]

mindspore.Tensor.argmax(dim=None, keepdim=False)

返回 self 在指定轴上的最大值索引。

参数：

dim (Union[int, None]，可选) - 指定计算轴。如果是 None ，将会返回扁平化Tensor在指定轴上的最大值索引。不能超过input的维度。默认值： None 。
keepdim (bool，可选) - 输出Tensor是否保留指定轴。如果 dim 是 None ，忽略该选项。默认值： False 。

返回：

Tensor，输出为 self 在指定轴上的最大值索引。

异常：

TypeError - 如果入参 keepdim 的类型不是布尔值。
ValueError - 如果入参 dim 的设定值超出了范围。

支持平台：

Ascend

样例：

>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[1, 20, 5], [67, 8, 9], [130, 24, 15]]).astype(np.float32))
>>> output = Tensor.argmax(x, dim=-1) # x.argmax(dim=-1)
>>> print(output)
[1 0 0]