我有 [number_of_image，width，height，channel] 形式的tfTensor。channel dim是可选的，可以删除。我想计算每个图像的最大值。它应该尽可能快，应该在张流执行的图形模式下工作。
最大值计算是为了最大化每个图像。我尝试使用tf.reduce_max()与axis=0选项，但它给我的Tensor与[width, height, channel]的大小，这是奇怪的。我结束了与unstacking和stacking（代码如下），但我想知道是否有一个更好的和快速的解决方案？

#grad is tensor with form [number_of_image, width, height, channel]
grad_unpack = tf.unstack(grad)
for t in grad_unpack:
    t /= tf.reduce_max(t)    
grad = tf.stack(grad_unpack)

短暂性脑缺血发作