Tensorflow：如何实现累积最大值？

Question

我正在尝试使用以下格式的代码为我的损失函数实现最大回撤：

x = cumulative product of returns tensor
z = cumulative max of x
g = minimum of z / x

但我对如何计算 Tensorflow 中的累积最大值感到困惑x。例如：给定一个数组[0,2,5,3,8,1,7]，该数组的累积最大值将为[0,2,5,5,8,8,8]。它创建一个具有迄今为止最大值的数组。

任何提示将非常感谢。

Answer 1

cumulative_max这是使用需要迭代的张量流 while 循环的实现n=len(x)。作为示例，代码可以在 TF 2.x 上复制粘贴运行。

import tensorflow as tf

def tf_while_condition(x, loop_counter):
  return tf.not_equal(loop_counter, 0)

def tf_while_body(x, loop_counter):
  loop_counter -= 1
  y = tf.concat(([x[0]], x[:-1]), axis=0)
  new_x = tf.maximum(x, y)
  return new_x, loop_counter

x = tf.constant([0,2,5,3,8,1,7])

cumulative_max, _ = tf.while_loop(cond=tf_while_condition, 
                                  body=tf_while_body, 
                                  loop_vars=(x, tf.shape(x)[0]))

print(cumulative_max)

结果：

[0 2 5 5 8 8 8]

注意：如果您有一个大向量要计算并且不需要反向传播，则可能值得将back_prop=False其包含在tf.while_loop.

理解 TF while 循环的关键是了解基于 Python 的函数tf_while_condition和tf_while_body，仅被调用一次以产生相关的张量流操作。这两个函数不是在循环中调用的。它们返回的操作将在计算期间在张量流图中循环执行sess.run。