1、arange函数keras.ops.arange(start,stop=None,step=1,dtype=None)
start:整数或实数,表示间隔的开始。间隔包括此值。
stop:整数或实数,表示区间的结束。间隔不包括此值,除非在某些情况下步长不是整数并且浮点舍入会影响out的长度。默认为“无”。
step:整数或实数,表示值之间的间距。对于任何输出out,这是两个相邻值out[i+1]-out[i]之间的距离。默认步长为1。如果将step指定为位置参数,则还必须给出start。
dtype:输出数组的类型。如果未给定数据类型,请从其他输入参数推断数据类型。
>>> keras.ops.arange(3)
array([0, 1, 2], dtype=int32)
>>> keras.ops.arange(3.0)
array([0., 1., 2.], dtype=float32)
>>> keras.ops.arange(3, 7)
array([3, 4, 5, 6], dtype=int32)
>>> keras.ops.arange(3, 7, 2)
array([3, 5], dtype=int32)
2、amax函数keras.ops.amax(x, axis=None, keepdims=False)
x: 输入张量。
axis:计算最大值的轴。默认情况下(axis=None),在输入数组的所有维度中查找最大值。
keepdims:如果为True,则减少的轴在结果中保留为广播到原始输入张量大小的维度。默认为False。
>>> x = keras.ops.convert_to_tensor([[1, 3, 5], [2, 3, 6]])
>>> keras.ops.amax(x)
array(6, dtype=int32)
>>> x = keras.ops.convert_to_tensor([[1, 6, 8], [1, 5, 2]])
>>> keras.ops.amax(x, axis=0)
array([1, 6, 8], dtype=int32)
>>> x = keras.ops.convert_to_tensor([[1, 6, 8], [1, 5, 2]])
>>> keras.ops.amax(x, axis=1, keepdims=True)
array([[8], [5]], dtype=int32)
3、amin函数keras.ops.amin(x, axis=None, keepdims=False)
x: 输入张量。
axis:计算最小值的轴。默认情况下(axis=None),在输入数组的所有维度中查找最小值。
keepdims:如果为True,则减少的轴在结果中保留为广播到原始输入张量大小的维度。默认为False。
>>> x = keras.ops.convert_to_tensor([1, 3, 5, 2, 3, 6])
>>> keras.ops.amin(x)
array(1, dtype=int32)
>>> x = keras.ops.convert_to_tensor([[1, 6, 8], [7, 5, 3]])
>>> keras.ops.amin(x, axis=0)
array([1,5,3], dtype=int32)
>>> x = keras.ops.convert_to_tensor([[1, 6, 8], [7, 5, 3]])
>>> keras.ops.amin(x, axis=1, keepdims=True)
array([[1],[3]], dtype=int32)