关于Tensorflow中tf.reduce_mean()的一些说明

Bruce-zhang

于 2020-05-27 15:38:49 发布

阅读量410

点赞数 1

文章标签： tensorflow

本文链接：https://blog.youkuaiyun.com/qq_42612717/article/details/106382995

版权

本文深入讲解了tf.reduce_mean函数在TensorFlow中的应用，包括参数解释、功能描述及示例代码，帮助读者理解如何沿特定轴计算张量元素的平均值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.reduce_mean(input_tensor,axis=None,keep_dims=False,name=None,reduction_indices=None)表示计算元素在一个张量的维上的平均值。
1：沿着“轴”给出的维数减少“input_tensor”。除非‘keep_dims’为真，否则张量的秩每减少1进入“轴”。
2：如果’ keep_dims '为真，则缩小的维度保留长度为1。如果“axis”没有条目，那么所有的维度都将被缩减，并且a返回一个只有一个元素的张量。
3：input_tensor:要减少的张量。应该有数字类型。轴:要缩小的尺寸。如果“None”(默认值)，减少所有维度。keep_dims:如果为真，则保留长度为1的缩减维度。名称:操作的名称(可选)。reduction_indices: axis的旧(不赞成使用的)名称。
实例代码:

# 'x' is [[1., 1.]
#         [2., 2.]]
tf.reduce_mean(x) ==> 1.5
tf.reduce_mean(x, 0) ==> [1.5, 1.5]
tf.reduce_mean(x, 1) ==> [1.,  2.]