tf.compat.v1.reduce_max

Вычисляет tf.math.maximum элементов по всем измерениям тензора. (аргументы устарели)

tf.compat.v1.reduce_max(
    input_tensor,
    axis=None,
    keepdims=None,
    name=None,
    reduction_indices=None,
    keep_dims=None
)

Это операция сокращения для элементарной операции tf.math.maximum.

Сокращает input_tensor по измерениям, указанным в axis. Если keepdims не равно true, ранг тензора уменьшается на 1 для каждого из элементов в axis, которые должны быть уникальными. Если keepdims равно true, уменьшенные измерения сохраняются с длиной 1.

Если axis равно None, все измерения сокращаются, и возвращается тензор с одним элементом.

Пример использования:

x = tf.constant([5, 1, 2, 4])
tf.reduce_max(x)
<tf.Tensor: shape=(), dtype=int32, numpy=5>
x = tf.constant([-5, -1, -2, -4])
tf.reduce_max(x)
<tf.Tensor: shape=(), dtype=int32, numpy=-1>
x = tf.constant([4, float('nan')])
tf.reduce_max(x)
<tf.Tensor: shape=(), dtype=float32, numpy=nan>
x = tf.constant([float('nan'), float('nan')])
tf.reduce_max(x)
<tf.Tensor: shape=(), dtype=float32, numpy=nan>
x = tf.constant([float('-inf'), float('inf')])
tf.reduce_max(x)
<tf.Tensor: shape=(), dtype=float32, numpy=inf>

См. документацию numpy для np.amax и np.nanmax поведения.