action = tf.reduce_sum(tf.mul(predict_action, argmax), reduction_indices=1)TensorFlow2的改写

在TensorFlow 2中，可以使用`tf.reduce_sum`和`tf.multiply`函数来替代`tf.mul`和`reduction_indices`参数。以下是用TensorFlow 2改写的代码：

import tensorflow as tf

# 创建变量
predict_action = tf.constant([[1, 2, 3], [4, 5, 6]], dtype=tf.float32)
argmax = tf.constant([[0, 0, 1], [0, 1, 0]], dtype=tf.float32)

# 使用multiply函数进行乘法运算
multiply_result = tf.multiply(predict_action, argmax)

# 使用reduce_sum函数进行求和运算
action = tf.reduce_sum(multiply_result, axis=1)

# 打印结果
print(action.numpy())  # 输出 [3. 5.]

在这个例子中，我们先使用`tf.multiply`函数来进行乘法运算，将`predict_action`和`argmax`相乘得到一个新的变量`multiply_result`。然后，我们使用`tf.reduce_sum`函数来进行求和运算，将`multiply_result`沿着第1个维度（即行）进行求和得到一个新的变量`action`。在TensorFlow 2及以上版本中，建议使用`tf.multiply`和`tf.reduce_sum`函数来分别实现乘法和求和运算。