在 tensorflow 中一些函数的 axis 的理解

本文解释了TensorFlow中reduce_sum及concat等函数的axis参数含义。axis=0表示第一维度操作,即对于二维张量是跨行操作;axis=1表示第二维度操作,即对于二维张量是跨列操作;axis=-1表示最后维度的操作。文中通过具体例子说明了不同维度下函数的行为。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

大家在tensorflow碰到一些,比如reduce_sum, contact 函数的时候,对其中axis 参数位 是0,1,2,-1等数字可能比较模糊。

有些说法是参数0表示跨行操作,也就是纵向操作,

1是跨列操作,也就是横向操作

但这些概念只能用在二维列表中,三维和更高维度无法理解。

所以,我对这个参数的理解是,axis这个数字代表的就是操作的维度,0表示第一维,1是第二维,-1是最后一维。

举个例子:

在这个二维tensor中,第一维是行,所以参数为0的时候,是表示在行上进行操作,也就是跨行操作。

第二维是列,准确的说应该是每行里面的各自的元素,所以参数为1时,是对每行里各自的计算,得出的是【3,3】

因为是二维的,所以当参数为-1时,效果和参数为1 相同。即最后一维。

本人学识有限,如有错误望指正。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值