¿Cómo obtener el tensor 2D máximo de un tensor 3D usando TensorFlow 1.14?

Question

Estoy buscando la forma mejor y optimizada (sin bucles) de obtener un tensor máximo 2D a partir de un tensor 3D basado en el valor máximo usando TensorFlow 1.14. digamos que tenemos este Tensor y esta función (para entender, no funciona-):

def get_Max(inputs):
    max_indices = [0,0,0]
    for i in range(16):
        for j in range(2048):
            for k in range(10):
                if(inputs[max_indices[0],max_indices[1],max_indices[2]]<inputs[i,j,k]):
                   max_indices = [i,j,k]
    return inputs[:][j]
inputs = tf.random.uniform(shape=[16,2048,10],dtype=tf.dtypes.float32)
output = get_Max(inputs)

Entonces, el tensor de salida debe tener una forma de [16,10], que son los 16 máximos de 2048. Entonces, ¿cómo puedo implementar una función que pueda hacer esto sin bucles?

Usé tf.math.reduce_maxpero no es lo que estoy buscando, ya que está claro en la imagen a continuación:

Answer 1

inp = tf.random.uniform(shape=[4, 6, 2], maxval=20, dtype=tf.int32)
print(inp)

array([[[14,  8],
    [18, 10],
    [ 6, 14],
    [ 8,  9],
    [11, 11],
    [14, 13]],

   [[ 7, 18],
    [ 4, 10],
    [15,  6],
    [ 6,  2],
    [19, 11],
    [10,  4]],

   [[ 8,  1],
    [ 1,  3],
    [ 4, 17],
    [15,  7],
    [ 0,  0],
    [ 1,  4]],

   [[ 5,  0],
    [15, 12],
    [ 1, 16],
    [ 3, 17],
    [14, 17],
    [ 2, 18]]], dtype=int32)>

Entonces, si entendí correctamente, para cada me inp[i, :, :]gusta:

    [[14,  8],
    [18, 10],
    [ 6, 14],
    [ 8,  9],
    [11, 11],
    [14, 13]]

desea conservar el elemento que contiene el número máximo, en este caso, la segunda fila: [18, 10]. Lo que haría es encontrar primero el número máximo a lo largo del último eje:

am = tf.math.reduce_max(inp, axis=2)
am[0, :, :]
[14,
 18,
 14,
 9,
 11,
 14]

y luego busque el índice de la fila que contiene el número máximo:

am = tf.math.argmax(am, axis=1)

Estos serán los js que desea, luego puede usar tf.gather_ndy enumerar para obtener esos valores:

# [*enumerate(am)] = [(0, am[0]), (1, am[1]), ...]
tf.gather_nd(inp, [*enumerate(am)])

<tf.Tensor: shape=(4, 2), dtype=int32, numpy=
array([[18, 10],
       [19, 11],
       [ 4, 17],
       [ 2, 18]], dtype=int32)>