Python – tensorflow.math.reduce_max()

介绍

在tensorflow中，reduce_max()函数是一个计算张量所有元素最大值的函数。它可以在给定的轴向上计算张量的最大值，返回一个输出张量，其形状与输入张量相同，但仅在沿给定轴向减少的维度上具有最大值。

语法

tensorflow.math.reduce_max(input_tensor, axis, keepdims=False, name=None)

参数

• input_tensor：输入张量。
• axis：在哪个轴向上计算输入张量的最大值。默认为None，表示计算所有值的最大值。
• keepdims：是否保留计算维度的数量。默认值为False。
• name：操作的名称（可选）。

返回值

返回一个新的张量作为计算结果。

示例

# 导入tensorflow模块
import tensorflow as tf

# 定义一个4*2的输入张量
x = tf.constant([[3, 5], [6, 2], [7, 1], [8, 4]])

# 计算整个张量的最大值
max_value = tf.math.reduce_max(x)
print('整个张量的最大值为：', max_value.numpy())

# 在第0个轴向上计算张量的最大值
max_value_axis_0 = tf.math.reduce_max(x, axis=0)
print('第0个轴向上张量的最大值为：', max_value_axis_0.numpy())

# 在第1个轴向上计算张量的最大值
max_value_axis_1 = tf.math.reduce_max(x, axis=1)
print('第1个轴向上张量的最大值为：', max_value_axis_1.numpy())

输出结果为：

整个张量的最大值为： 8
第0个轴向上张量的最大值为： [8 5]
第1个轴向上张量的最大值为： [5 6 7 8]

注意事项

• 在计算张量的最大值时，可以指定计算的轴向。如果不指定，则计算整个张量的最大值。
• keepdims默认是False，也可改为True，用于保留计算维度的数量。
• 返回的张量形状与输入张量相同，但仅在给定轴向上减少的维度上具有最大值。