Tensorflow 最多三个函数答案

【问题标题】：Tensorflow maximum of three functionsTensorflow 最多三个函数
【发布时间】：2021-10-13 20:50:05
【问题描述】：

我有一个像这样的损失函数：max(f1,f2,f3) 其中 f1,f2 和 f3 是函数。如何在 tensorflow v1.15.0 中实现这一点？ tf.maximum 函数只需要两个参数，所以我不能同时传递所有三个函数。

编写像 tf.maximum(tf.maximum(f1,f2),f3) 这样的嵌套 max 函数是正确的方法吗？

非常感谢。

【问题讨论】：

【解决方案1】：

如果你想坚持使用 tensorflow，可以使用 reduce_max 代替 maximum，例如 tf.reduce_max([1, 2, 3])。

【讨论】：

谢谢。我需要减少绝对最大值。写成 tf.reduce_max(tf.abs([1,2,3])) 对吗？
函数tf.reduce_max([f1,f2,f3]) 在最小化错误方面的性能远低于tf.maximum(tf.maximum(f1,f2),f3)。知道为什么吗？
好吧，我希望它们的表现类似，您可以尝试使用np.max() 代替tf.reduce_max() 吗？
我在 tf.reduce_max 中传递 tensorflow 占位符，所以我不能真正使用 numpy.max()。
timeit_reduce_max = 28.74s; timeit_numpy = 10.99s, timeit_your_proposal = 25.51s 这是我在运行每个函数一百万次时得到的结果，我不确定我是否理解你为什么不能使用 numpy，但如果你总是只有这三个值你方法似乎已经足够好了。