SparseTensor के आयामों में अधिकतम तत्वों की गणना करता है।
यह Op एक SparseTensor लेता है और tf.reduce_max()
का विरल समकक्ष है। SparseReduceMax के विपरीत, यह Op एक SparseTensor लौटाता है।
`reduction_axes` में दिए गए आयामों के साथ `sp_input` को कम करता है। जब तक `keep_dims` सत्य नहीं है, `reduction_axes` में प्रत्येक प्रविष्टि के लिए टेंसर की रैंक 1 से कम हो जाती है। यदि `keep_dims` सत्य है, तो कम किए गए आयाम लंबाई 1 के साथ बनाए रखे जाते हैं।
यदि `reduction_axes` में कोई प्रविष्टियाँ नहीं हैं, तो सभी आयाम कम हो जाते हैं, और एकल तत्व वाला एक टेंसर वापस आ जाता है। इसके अतिरिक्त, अक्ष ऋणात्मक हो सकते हैं, जिनकी व्याख्या पायथन में अनुक्रमण नियमों के अनुसार की जाती है।
नेस्टेड क्लासेस
कक्षा | SparseReduceMaxSparse.विकल्प | SparseReduceMaxSparse के लिए वैकल्पिक विशेषताएँ |
स्थिरांक
डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
स्थिर <T TNumber बढ़ाता है > SparseReduceMaxSparse <T> | |
स्थिर SparseReduceMaxSparse.Options | कीपडिम्स (बूलियन कीपडिम्स) |
आउटपुट <TInt64> | |
आउटपुट <TInt64> | आउटपुटशेप () |
आउटपुट <T> | आउटपुटवैल्यू () |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
सार्वजनिक तरीके
सार्वजनिक स्थैतिक SparseReduceMaxSparse <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <TInt64> इनपुटइंडिसेस, ऑपरेंड <T> इनपुटवैल्यूज़, ऑपरेंड <TInt64> इनपुटशेप, ऑपरेंड <TInt32> रिडक्शनएक्सिस, विकल्प... विकल्प)
एक नए SparseReduceMaxSparse ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
इनपुट सूचकांक | 2-डी. SparseTensor में गैर-रिक्त मानों के सूचकांकों के साथ `N x R` मैट्रिक्स, संभवतः विहित क्रम में नहीं। |
इनपुट मान | 1-डी. `N` `input_indices` के अनुरूप गैर-रिक्त मान। |
इनपुट आकार | 1-डी. इनपुट SparseTensor का आकार। |
न्यूनीकरण अक्ष | 1-डी. लंबाई-`K` वेक्टर जिसमें कमी अक्ष शामिल हैं। |
विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- SparseReduceMaxSparse का एक नया उदाहरण
सार्वजनिक स्थैतिक SparseReduceMaxSparse.Options KeepDims (बूलियन KeepDims)
पैरामीटर
कीपडिम्स | यदि सत्य है, तो लंबाई 1 के साथ कम आयाम बनाए रखें। |
---|