【机器学习】Tensorflow的reduce_sum()函数

最新推荐文章于 2021-08-18 22:52:17 发布

zxfhahaha

最新推荐文章于 2021-08-18 22:52:17 发布

阅读量2.6k

点赞数 2

CC 4.0 BY-SA版权

分类专栏：机器学习

本文链接：https://blog.youkuaiyun.com/zxfhahaha/article/details/81364248

Tensorflow的reduce_sum函数用于计算张量特定维度的和。如果不指定axis，则默认对所有元素求和。维度是索引一个数字所需的最小坐标数量，轴表示多维数组每个维度的坐标。reduce_sum指定axis后在相应维度上求和，并可通过keepdims参数决定是否保留被操作的维度。总结来说，reduce_sum涉及对元素的加总和维度的塌缩或保持。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

tf.reduce_sum(
input_tensor,
axis=None,
keepdims=None,
name=None,
reduction_indices=None,
keep_dims=None
)
reduce_sum是TensorFlow中用来计算张量的某一维度的和，所以知道哪一维度是关键。

求和

对于多维数组元素的相加，如果不指定是进行哪一维度的相加，结果是未定义的。tensorflow指定了默认行为：把所有元素全加在一起。

x = tf.constant([[1, 1, 1], [1, 1, 1]]) #定义一个常量
tf.reduce_sum(x)  # 6 默认把所有元素加起来 1+1+1+1+1+1=6

维度和轴（axis）

维度

我们可以把维度理解为你要索引一个具体的数字需要的坐标数量最少是多少个。
eg:
[[[1,2], [3,4]], [[5,6], [7,8]]]，对于这个数组来说，我们要索引到数字2至少需要三个坐标首先是0索引到[[1,2], [3,4]]，再是0索引到[1,2],然后是1索引到2。我们一共用了3个坐标，所以这是一个三维数组。