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!
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。
1万+

被折叠的 条评论
为什么被折叠?



