作用：找到某个维度的最大值。
tf.reduce_max()函数
tf.reduce_max(
input_tensor,
axis=None,
name=None,
keepdims=False #是否保持矩形原狀
）
参数解释：
input_tensor：输入数据，tensor、array、dataframe 都可以
axis：表示维度，从0开始表示最外层维度，也可以用-1表示最内层维度；
[0, [1, [2, [3,[...]]]]],或者[[[[[...], -4], -3], -2], -1] 数字表示对应[ ]的维度。当axis位默认表示求全局最大值。
keepdims：默认时，维度会减少1，为True时，保持维度不变。
name：操作名称
reduction_indices:axis的旧名称(已经弃用）
示例:
import tensorflow as tf
import numpy as np
a=np.array([[1, 2],
[5, 3],
[2, 6]])
b = tf.Variable(a)
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
print(sess.run(b))
print('************')
# 对于二维矩阵，axis=0轴可以理解为行增长方向（向下）即按列求最值,axis=1轴可以理解为列增长方向(向右）按列行求最值
print(sess.run(tf.reduce_max(b, axis=1, keepdims=False))) # keepdims=False,axis=1被消减，不保持原状，本来shape为（3,1），后来变成（1,3）了
print('************')
print(sess.run(tf.reduce_max(b, axis=1, keepdims=True)))
print('************')
print(sess.run(tf.reduce_max(b, axis=0, keepdims=True)))
结果：
[[1 2]
[5 3]
[2 6]]
************
[2 5 6]
************
[[2]
[5]
[6]]
************
[[5 6]]
ps:另外该函数等价于np.max：(a, axis=None, out=None, keepdims=False)
import tensorflow as tf
import numpy as np
max_value = tf.reduce_max([[1, 3, 2], [4,5,6]], axis=0)
with tf.Session() as sess:
max_value = sess.run(max_value)
print(max_value)
print(np.max([[1, 3, 2], [4,5,6]], axis=0))
#### 输出
[4 5 6]
[4 5 6]
————————————————
版权声明：本文为CSDN博主「无尽的沉默」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/hgnuxc_1993/article/details/116940059