tf.reduce_sum 降维求和举例剖析

最新推荐文章于 2021-03-29 15:23:52 发布

你是兰亭先生的序

最新推荐文章于 2021-03-29 15:23:52 发布

阅读量878

点赞数

CC 4.0 BY-SA版权

文章标签： tf.reduce_sum tensorflow 机器学习深度学习矩阵变换

本文链接：https://blog.youkuaiyun.com/toretto_ana/article/details/80528749

本文通过示例介绍了 TensorFlow 中的 tf.reduce_sum 函数如何进行降维求和。首先创建了一个三维数组 x，并展示了其维度和值。然后使用 tf.reduce_sum 沿着不同轴进行求和操作，分别解释了 axis=0（隔维列相加）和 axis=1（同维列相加）的效果，并输出了求和后的维度和值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import tensorflow as tf
import numpy as np
x = np.asarray([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
print("初始变量x的维度是：",'\n',np.shape(x))
print("初始变量x的值是：",'\n',x)
x_p = tf.placeholder(tf.int32,[2,2,3])
y = tf.reduce_sum(x_p, axis=0) #修改axis=0 ===> 隔维列的方向相加
with tf.Session() as sess:
y = sess.run(y,feed_dict={x_p:x})
print("降维求和后的y的维度是：",'\n',sess.run(tf.shape(y)))

print("降维求和后的y值是：",'\n',y)

输出：

初始变量x的维度是： 
 (2, 2, 3)
初始变量x的值是： 
 [[[ 1  2  3]
  [ 4  5  6]]

 [[ 7  8  9]
  [10 11 12]]]
降维求和后的y的维度是： 
 [2 3]
降维求和后的y值是： 
 [[ 8 10 12]
 [14 16 18]]

import tensorflow as tf
import numpy as np
x = np.asarray

最低0.47元/天解锁文章

200万优质内容无限畅学