在张量流中找到所有特征的最大值

Question

考虑以下代码：

import tensorflow as tf

input_slice=3
labels_slice=2

def split_window(x):  
    inputs = tf.slice(x,[0], [input_slice])
    labels = tf.slice(x,[input_slice], [labels_slice]) 
    return inputs, labels

dataset = tf.data.Dataset.range(1, 25 + 1).batch(5).map(split_window)

for i, j in dataset:
    print(i.numpy(),end="->")
    print(j.numpy())

此代码将给我输出：

[1 2 3]->[4 5]
[6 7 8]->[ 9 10]
[11 12 13]->[14 15]
[16 17 18]->[19 20]
[21 22 23]->[24 25]

张量中的每一行 j 代表一个特征。我想找到所有功能的最大值。在这种情况下，它将是 25。我如何找到所有特征的最大值？

Answer 1

您的问题的一个解决方案是使用 tf.TensorArray 和 tf.reduce_max:

import tensorflow as tf

input_slice=3
labels_slice=2

def split_window(x):  
    inputs = tf.slice(x,[0], [input_slice])
    labels = tf.slice(x,[input_slice], [labels_slice]) 
    return inputs, labels

dataset = tf.data.Dataset.range(1, 25 + 1).batch(5).map(split_window)

ta = tf.TensorArray(tf.int64, size=0, dynamic_size=True)

for i, j in dataset:
    print(i.shape, i.numpy(),end="->")
    print(j.numpy())
    ta.write(ta.size(), j)
    
max_value = tf.reduce_max(ta.stack(), axis=(0, 1)).numpy()

print(max_value)
# 25

在 tf.reduce_max 中，您将获得维度 0 和维度 1 的最大值并减少张量。如果我没有正确理解问题，请随时提供一些反馈。

在张量流中找到所有特征的最大值

Find the max value across all features in tensorflow

python

tensorflow

tensorflow-datasets