首先 import tensorflow as tf
tf.argmax(tenso,n)函数会返回tensor中参数指定的维度中的最大值的索引或者向量。当tensor为矩阵返回向量，tensor为向量返回索引号。其中n表示具体参数的维度。
以实际例子为说明：
import tensorflow as tf
import numpy as np
test = [[1, 6, 7], [2, 5, 8], [3, 4, 9]]
with tf.Session() as sess:
print(sess.run(tf.argmax(test, 0))) ＃输出：array([2, 0, 2]
print(sess.run(tf.argmax(test, 1))) ＃输出：array([2, 2, 2]
n=0代表列的比较，如下：
print(sess.run(tf.argmax(test, 0))) 指的是
test[0] = array([1, 6, 7])
test[1] = array([2, 5, 8])
test[2] = array([3, 4, 9])
#[2, 0, 2]=(第一列test[0][1]最大，第二列test[2][1]最大，第三列test[2][2]最大)
n=1代表行的比较，如下：
print(sess.run(tf.argmax(test, 1))) 指的是
test[0] = array([1, 6, 7]) #[2]=(第一行test[0][2]最大）
test[1] = array([2, 5, 8]) #[2]=(第二行test[1][2]最大）
test[2] = array([3, 4, 9]) #[2]=(第三行test[2][2]最大）
