tf.sparse.reduce_max

Вычисляет tf.sparse.maximum элементов по всем измерениям SparseTensor.

tf.sparse.reduce_max(
    sp_input, axis=None, keepdims=None, output_is_sparse=False, name=None
)

Используется в блокнотах

Это операция сокращения для элементной операции tf.sparse.maximum.

Этот оператор принимает SparseTensor и является разреженным аналогом tf.reduce_max(). В частности, этот оператор также возвращает плотный Tensor, если output_is_sparse является False, или разреженный SparseTensor, если output_is_sparse является True.

Примечание: Градиент для этой функции не определен, поэтому она не может использоваться в обучающих моделях, требующих градиентного спуска.

Сокращает sp_input по измерениям, указанным в axis. Если keepdims не равно true, ранг тензора уменьшается на 1 для каждого элемента в axis. Если keepdims равно true, уменьшенные измерения сохраняются со значением длины 1.

Если у axis нет элементов, все измерения уменьшаются, и возвращается тензор с одним элементом. Кроме того, оси могут быть отрицательными, аналогично правилам индексации в Python.

Значения, не определенные в sp_input, не участвуют в операции reduce max, в отличие от неявного предположения о значении 0 — поэтому могут возвращаться отрицательные значения для разреженных axis. Однако, если в axis нет значений, операция сократится до 0. См. второй пример ниже.

x = tf.sparse.SparseTensor([[0, 0], [0, 2], [1, 1]], [1, 2, 3], [2, 3])
tf.sparse.reduce_max(x)
<tf.Tensor: shape=(), dtype=int32, numpy=3>
tf.sparse.reduce_max(x, 0)
<tf.Tensor: shape=(3,), dtype=int32, numpy=array([1, 3, 2], dtype=int32)>
tf.sparse.reduce_max(x, 1)
<tf.Tensor: shape=(2,), dtype=int32, numpy=array([2, 3], dtype=int32)>
tf.sparse.reduce_max(x, 1, keepdims=True)
<tf.Tensor: shape=(2, 1), dtype=int32, numpy=
array([[2],
       [3]], dtype=int32)>
tf.sparse.reduce_max(x, [0, 1])
<tf.Tensor: shape=(), dtype=int32, numpy=3>

y = tf.sparse.SparseTensor([[0, 0,], [1, 0], [1, 1]], [-7, 4, 3],
[3, 2])
tf.sparse.reduce_max(y, 1)
<tf.Tensor: shape=(3,), dtype=int32, numpy=array([-7,  4,  0], dtype=int32)>