Der tf.Maximale Funktion im Tensorflow.JS

Der tf.Maximale Funktion im Tensorflow.JS

Der tf.Maximum () Funktion gibt maximales Werte Element in Bezug auf zwei Tensoren/Skalare zurück.

Skalar speichert nur einen Wert. Aber es gibt einen Tensor zurück.

Syntax:

tf.Maximum (Tensor1, Tensor2)
tf.Maximum (scalar1, scalar2)

Es ist auch möglich, die Maximum () -Methode wie unten gezeigt zu implementieren:

Syntax:

Tensor1.maximal (Tensor2)
scalar1.maximal (scalar2)

Parameter:

Der Tensor1 und Tensor2 sind die Tensoren, die einzeln oder mehrdimensional sein können.

Die Scalar1 und Scalar2 sind die Tensoren, die nur einen Wert als Parameter einnehmen können.

Beispiel 1

Erstellen Sie zwei eindimensionale Tensoren mit Ganzzahlelementen und wenden Sie den TF an.Maximum () Funktion zur Rückgabe maximaler Werte zwischen zwei Tensoren.






Tensorflow.JS - TF.Maximum (Tensor1, Tensor2)



Tensorflow.JS - Tensor1.maximal (Tensor2)




Ausgang:

Arbeiten:

Maximum ([100, 200, 300, 500], [50, 345, 675, 120])
  1. 100,50 - 100
  2. 200.345 - 345
  3. 300.675 - 675
  4. 500,120 - 500

Beispiel 2

Erstellen Sie zwei Werte mit scalar () und wenden Sie den TF an.Maximum () Funktion, um den Maximalwert von zwei Skalaren zurückzugeben.






Tensorflow.JS - TF.Maximum (scalar1, scalar2)



Tensorflow.JS - Scalar1.maximal (scalar2)




Ausgang:

34 ist das Maximum.

Beispiel 3

Erstellen Sie zwei zweidimensionale Tensoren mit zwei Zeilen und zwei Spalten und wenden Sie den TF an.Maximum () Funktion zur Rückgabe maximaler Werte (Elementwise) aus beiden Tensoren.






Tensorflow.JS - TF.Maximum (Tensor1, Tensor2)



Tensorflow.JS - Tensor1.maximal (Tensor2)




Ausgang:

Arbeiten:

Maximum (90,10)- 90
Maximum (56,56)- 56
Maximum (78,34)- 78
Maximum (12,45)- 45

Abschluss

In diesem Artikel wurde erläutert, wie der TF.Maximum () Funktion im Tensorflow.JS wird verwendet, um die Elemente zu vergleichen und das Maximum zurückzugeben. Es ist auch möglich, den TF zu implementieren.Maximum () Methode auf zwei Arten. Wir haben drei Beispiele mit Tensoren, einem und zwei Dimensionen und Skalaren besprochen.