Python 不同尺寸的TensorFlow reduce_max

是否可以在不同形状之间执行tf.reduce_max操作（本质上是“添加：操作”）

我得到了这个错误：

Tensor("reduce_max/parallel_0/split:0", shape=(900000,),
dtype=float32, device=/device:GPU:1) --
Tensor("reduce_max/parallel_1/split:0", shape=(870000,),
dtype=float32, device=/device:GPU:0)

tensorflow.python.framework.errors_impl.InvalidArgumentError:
Dimensions must be equal, but are 900000 and 870000 for
'reduce_max/Add' (op: 'Add') with input shapes: [900000], [870000].

---

下面是一个例子，我创建了一个参差不齐的张量（用于创建可变维度的张量），然后对其应用reduce_max操作

示例：

%tensorflow_version 2.x
import tensorflow as tf

# Create a Ragged Tensor of variable length
rt = tf.ragged.constant([[9, 8, 7], [], [6, 5], [4]])
print("Ragged Tensor:","\n",rt,"\n")

# Convert to Tensor to have same length
rt = rt.to_tensor()
print("Tensor of same length:","\n",rt,"\n")

# Apply reduce_max to get the max value along axis=1
rt = tf.reduce_max(rt, axis=1)
print("Reduce Max Tensor:","\n",rt,"\n")

输出-

Ragged Tensor: 
 <tf.RaggedTensor [[9, 8, 7], [], [6, 5], [4]]> 

Tensor of same length: 
 tf.Tensor(
[[9 8 7]
 [0 0 0]
 [6 5 0]
 [4 0 0]], shape=(4, 3), dtype=int32) 

Reduce Max Tensor: 
 tf.Tensor([9 0 6 4], shape=(4,), dtype=int32) 

参差不齐张量：
相同长度的张量：
tf张量(
[[9 8 7]
[0 0 0]
[6 5 0]
[4,0]]，shape=（4,3），dtype=int32）
减小最大张量：
tf.Tensor（[9 06 4]，shape=（4，），dtype=int32）

欢迎使用stack overflow，请参阅始终共享可复制的代码和错误。