tf.reduce_max()

原创于 2022-03-03 12:05:40 发布 · 544 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #机器学习 #深度学习

TensorFlow 同时被 2 个专栏收录

222 篇文章

订阅专栏

科学计算

127 篇文章

订阅专栏

本文介绍了 TensorFlow 中的 tf.reduce_max 函数，该函数用于计算输入张量在指定轴上的最大值。当 axis 设置为 0 时，函数按列求最大值；当 axis 设置为 1 时，则按行求最大值。参数 axis 和 reduction_indices 相同，但后者已被废弃。示例展示了如何使用该函数并比较了与 NumPy 的 np.max 函数的等效用法。

部署运行你感兴趣的模型镜像

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]

您可能感兴趣的与本文相关的镜像