keras.backend.max 与 keras.backend.argmax 有什么区别？

Question

我是深度学习的初学者，在执行实际任务时，在keras.backend上遇到了 Keras文档。

我看了很多遍的解释。但是，我无法完全理解 max 和 argmax 函数之间的区别。

Answer 1

我将使用max和argmax从numpy包中解释这一点，但这两个功能与 Keras 后端中的功能相同：

import numpy as np
vector = np.array([1, 2, 3, 2, 1])

现在，np.max(vector)返回数字3，因为这是最大价值的载体。np.argmax(vector)但是返回2，因为这是向量中最大值的索引。

该argmax函数通常用于对 softmax 层的输出进行后处理。假设分类器的输出层（将一些图像分类为四个类别之一）是

output = Dense(4, activation='softmax')(...)

的输出predict(some_random_image)是[0.02, 0.90, 0.06, 0.02]。然后，argmax([0.02, 0.90, 0.06, 0.02])立即给你上课（1）。