tensorflow之reduce_mean

最新推荐文章于 2024-01-14 10:37:31 发布

转载最新推荐文章于 2024-01-14 10:37:31 发布 · 623 阅读

TensorFlow 专栏收录该内容

44 篇文章

订阅专栏

本文详细介绍了TensorFlow中tf.reduce_mean函数的使用方法，包括参数解释、功能说明及实例演示，帮助读者理解如何在不同场景下计算张量的平均值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.reduce_mean 函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

    reduce_mean(input_tensor,
                    axis=None,
                    keep_dims=False,
                    name=None,
                    reduction_indices=None)

    第一个参数input_tensor：输入的待降维的tensor;
    第二个参数axis：指定的轴，如果不指定，则计算所有元素的均值;
    第三个参数keep_dims：是否降维度，设置为True，输出的结果保持输入tensor的形状，设置为False，输出结果会降低维度;
    第四个参数name：操作的名称;
    第五个参数 reduction_indices：在以前版本中用来指定轴，已弃用;

以一个维度是2，形状是[3,3]的tensor举例：

x = [[1,2,3],
      [1,2,3]]
 
xx = tf.cast(x,tf.float32)
 
mean_all = tf.reduce_mean(xx, keep_dims=False)
mean_0 = tf.reduce_mean(xx, axis=0, keep_dims=False)
mean_1 = tf.reduce_mean(xx, axis=1, keep_dims=False)
 
 
with tf.Session() as sess:
    m_a,m_0,m_1 = sess.run([mean_all, mean_0, mean_1])
 
print (m_a)    # output: 2.0
print (m_0)    # output: [ 1.  2.  3.]
print (m_1)    #output:  [ 2.  2.]

输出：

   print m_a    # output: 2.0
    print m_0    # output: [ 1.  2.  3.]
    print m_1    #output:  [ 2.  2.]

如果设置保持原来的张量的维度，keep_dims=True ，结果：

    print m_a    # output: [[ 2.]]
    print m_0    # output: [[ 1.  2.  3.]]
    print m_1    #output:  [[ 2.], [ 2.]]

---------------------
作者：-牧野-
来源：优快云
原文：https://blog.youkuaiyun.com/dcrmg/article/details/79797826
版权声明：本文为博主原创文章，转载请附上博文链接！