tf.reduce_sum()

最新推荐文章于 2022-05-15 10:46:54 发布

原创最新推荐文章于 2022-05-15 10:46:54 发布 · 769 阅读

0 ·

CC 4.0 BY-SA版权

Tensorflow 专栏收录该内容

4 篇文章

订阅专栏

本文详细解释了TensorFlow中reduce函数的工作原理及其参数keep_dims的作用。通过实例演示了如何使用reduce_sum函数对张量的不同轴进行求和操作，并展示了keep_dims参数如何影响输出的维度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于reduce有一系列的函数，为什么加了个reduce呢？

reduce翻译过来是归约，其效果也就相当于降维，比如二维矩阵按行求和，结果就是一个向量，少了一维，也就是会掉一层方括号。
Keepdims，这个参数会使其不掉那一层方括号，也就是保持维度数目，尤其适合操作结束要和其他同维度数据相加。

a = [[[1,2], [3,4], [5,6],[7,8]]]

with tf.Session() as session:
    print(session.run(tf.reduce_sum(a)))
    print(session.run(tf.reduce_sum(a, axis=0)))
    print(session.run(tf.reduce_sum(a, axis=0, keep_dims=True)))
    print(session.run(tf.reduce_sum(a, axis=1)))
    print(session.run(tf.reduce_sum(a, axis=1, keep_dims=True)))
    print(session.run(tf.reduce_sum(a, axis=2)))
    print(session.run(tf.reduce_sum(a, axis=2, keep_dims=True)))

36
[[1 2]
 [3 4]
 [5 6]
 [7 8]]
[[[1 2]
  [3 4]
  [5 6]
  [7 8]]]
[[16 20]]
[[[16 20]]]
[[ 3  7 11 15]]
[[[ 3]
  [ 7]
  [11]
  [15]]]

参考：
https://www.zhihu.com/question/51325408