tensorflow 学习笔记-- tf.reduce_max、tf.sequence_mask

本文介绍了TensorFlow中两个函数的作用及用法。tf.reduce_max函数用于计算张量各维度元素的最大值,tf.sequence_mask用于构建序列长度的mask标志。还给出了两个函数单独使用及结合使用的代码示例,并展示了运行结果。
部署运行你感兴趣的模型镜像

1、tf.reduce_max函数的作用:计算张量的各个维度上的元素的最大值。例子:

import tensorflow as tf
max_value = tf.reduce_max([1, 3, 2])
with tf.Session() as sess:
max_value = sess.run(max_value)
print(max_value)
结果为3
    2、tf.sequence_mask的作用是构建序列长度的mask标志 。 例子:

import tensorflow as tf
mask = tf.sequence_mask([1, 3, 2], 5)
with tf.Session() as sess:
mask = sess.run(mask)
print(mask)
结果是:

[[ True False False False False]
[ True True True False False]
[ True True False False False]]
    3、两个函数结合使用:

  # 根据目标序列长度,选出其中最大值,然后使用该值构建序列长度的mask标志,代码:

import tensorflow as tf
max_value = tf.reduce_max([1, 3, 2])
mask = tf.sequence_mask([1, 3, 2], max_value)
with tf.Session() as sess:
mask = sess.run(mask)
print(mask)
结果是:

[[ True False False]
[ True True True]
[ True True False]]
---------------------
作者:qq_28808697
来源:优快云
原文:https://blog.youkuaiyun.com/qq_28808697/article/details/80648657
版权声明:本文为博主原创文章,转载请附上博文链接!

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值