在TensorFlow C++中，argmax函数的等效形式可以使用tensorflow::ArgMax来实现。下面是一个简单的示例代码：

#include 
#include "tensorflow/core/public/session.h"
#include "tensorflow/core/framework/tensor.h"

int main() {
  // 创建一个TensorFlow会话
  tensorflow::Session* session;
  tensorflow::Status status = tensorflow::NewSession(tensorflow::SessionOptions(), &session);
  
  if (!status.ok()) {
    std::cout << status.ToString() << std::endl;
    return 1;
  }
  
  // 创建输入Tensor
  tensorflow::Tensor input(tensorflow::DT_FLOAT, tensorflow::TensorShape({2, 3}));
  auto input_tensor = input.tensor();
  
  // 设置输入Tensor的值
  input_tensor(0, 0) = 1.0;
  input_tensor(0, 1) = 2.0;
  input_tensor(0, 2) = 3.0;
  input_tensor(1, 0) = 4.0;
  input_tensor(1, 1) = 5.0;
  input_tensor(1, 2) = 6.0;
  
  // 创建一个保存输出结果的Tensor
  tensorflow::Tensor output;
  
  // 创建一个运行操作的输入
  std::vector> inputs = {
      {"input", input}
  };
  
  // 创建一个要运行的操作
  std::vector output_names = {"output"};
  
  // 运行会话
  status = session->Run(inputs, output_names, {}, &output);
  
  if (!status.ok()) {
    std::cout << status.ToString() << std::endl;
    return 1;
  }
  
  // 输出结果
  auto output_tensor = output.tensor();
  
  std::cout << "argmax result: " << output_tensor(0) << std::endl;
  
  // 关闭会话
  session->Close();
  
  return 0;
}

上述代码中，首先创建了一个tensorflow::Session对象，然后创建了一个输入Tensor并设置其值。接着，创建了一个用于保存输出结果的Tensor。然后，通过session->Run方法运行会话，将输入Tensor传递给操作，并将输出结果保存在输出Tensor中。最后，输出了argmax结果。

请注意，上述示例代码仅仅是演示了argmax函数的用法，并没有在代码中指定axis参数。如果需要指定axis参数，可以使用tensorflow::ops::ArgMax操作，并将其作为一个节点添加到计算图中。