本文详细介绍了 TensorFlow 中 reduce_sum 函数的功能及其使用方法。reduce_sum 用于对张量的指定维度进行求和操作，可以实现压缩求和并达到降维的目的。文章通过具体的例子展示了如何使用该函数按行、按列以及对整个张量进行求和。
TensorFlow-v2.9
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
reduce_sum应该理解为压缩求和，用于降维
# 'x' is [[1, 1, 1]
# [1, 1, 1]]
#求和
tf.reduce_sum(x) ==> 6
#按列求和
tf.reduce_sum(x, 0) ==> [2, 2, 2]
#按行求和
tf.reduce_sum(x, 1) ==> [3, 3]
#按照行的维度求和
tf.reduce_sum(x, 1, keep_dims=True) ==> [[3], [3]]
#行列求和
tf.reduce_sum(x, [0, 1]) ==> 6您可能感兴趣的与本文相关的镜像
TensorFlow-v2.9
TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
扫一扫
2663
