Tensorflow 中 tf.reduce_mean tf.reduce_max tf.reduce_min 方法

TensorFlow求张量均值、最值函数

最新推荐文章于 2024-01-14 10:37:31 发布

原创最新推荐文章于 2024-01-14 10:37:31 发布 · 785 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#Tensorflow #reduce_mean #reduce_max #reduce_min

Tensorflow 专栏收录该内容

4 篇文章

订阅专栏

博客介绍了TensorFlow中tf.reduce_mean函数，其功能是求张量的平均值，同理reduce_max和reduce_min分别用于求张量的最大值和最小值，还给出了函数的参数及具体使用情况。

tf.reduce_mean

reduce_mean(

input_tensor,

axis=None,

keep_dims=False,

name=None,

reduction_indices=None ）

功能

求张量的平均值

同理 reduce_max 、 reduce_min 就是主要求张量的最大值和最小值

参数名	必选	类型	说明
input_tensor	是	张量	输入待求平均值的张量
axis	否	None、0、1	None：全局求平均值；0：求每一列平均值；1：求每一行平均值
keep_dims	否	Boolean	保留原来的维度(例如不会从二维矩阵降为一维向量)
name	否	string	运算名称
reduction_indices	否	None	和 axis 等价，被弃用

具体使用：

import tensorflow as tf
import numpy as py

a=[[1.,2.,3.],[2.,4.,6.]]
x=tf.Variable(a)
init_op=tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(tf.reduce_mean(a))) #求全局的平均值
    print(sess.run(tf.reduce_mean(a,0))) # 求每一列平均值
    print(sess.run(tf.reduce_mean(a,1))) # 求每一行的平均值

    print(sess.run(tf.reduce_max(a)))
    print(sess.run(tf.reduce_max(a,0)))
    print(sess.run(tf.reduce_max(a,1)))

    print(sess.run(tf.reduce_min(a)))
    print(sess.run(tf.reduce_min(a, 0)))
    print(sess.run(tf.reduce_min(a, 1)))

输出结果：