tf.reduce_sum()

彻底理解 tf.reduce_sum()

越往里axis就越大，依次加1。
这里需要注意的是，axis可以为负数，此时表示倒数第axis个维度，这和Python中列表切片的用法类似。

下面举个多维tensor例子简单说明。下面是个 2 * 3 * 4 的tensor。

[[[ 1   2   3   4]
  [ 5   6   7   8]
  [ 9   10 11 12]],
 [[ 13  14 15 16]
  [ 17  18 19 20]
  [ 21  22 23 24]]]

tf.reduce_sum(tensor, axis=0) axis=0 说明是按第一个维度进行求和。那么求和结果shape是3*4

[[1+13   2+14   3+15 4+16]
 [5+17   6+18   7+19 8+20]
 [9+21 10+22 11+23 12+24]]

依次类推，如果axis=1，那么求和结果shape是2*4，即：

[[ 1 + 5 + 9   2 + 6+10   3 + 7+11   4 + 8+12]
 [13+17+21     14+18+22   15+19+23   16+20+24]]

如果axis=2，那么求和结果shape是2*3，即：

[[1+2+3+4          5+6+7+8          9+10+11+12]
 [13+14+15+16      17+18+19+20      1+22+23+24]]

类似的方法还有：

• tf.reduce_mean()：计算tensor指定轴方向上的所有元素的平均值；
• tf.reduce_max()：计算tensor指定轴方向上的各个元素的最大值；
• tf.reduce_all()：计算tensor指定轴方向上的各个元素的逻辑和（and运算）；
• tf.reduce_any()：计算tensor指定轴方向上的各个元素的逻辑或（or运算）；