tf.reduce_max(
input_tensor,
axis=None,
name=None,
)
函数是求按axis方向的最值,axis=0按列求最值,axis=1按行求最值。其中有时候会看到参数没有axis,而是reduction_indices=None,其实两者相等,不过后者是axis废弃的名称。
另外该函数等价于np.max:(a, axis=None, out=None, keepdims=False)
import tensorflow as tf
import numpy as np
max_value = tf.reduce_max([[1, 3, 2], [4,5,6]], axis=0)
with tf.Session() as sess:
max_value = sess.run(max_value)
print(max_value)
print(np.max([[1, 3, 2], [4,5,6]], axis=0))
#### 输出
[4 5 6]
[4 5 6]
本文详细介绍了TensorFlow中的reduce_max函数,解释了如何通过设置axis参数来按列或按行求最大值。并通过与NumPy的max函数对比,展示了在实际应用中的具体操作流程。
2340

被折叠的 条评论
为什么被折叠?



