Tensorflow 函数说明tf.reduce_sum

 tf.reduce_sum(input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)

函数意义:将矩阵的元素相加,可以按列,也可以按行,或者先按列后按行

程序例程如下:

def Test_Reduce_Sum():
    x=[[1,1,1],[2,2,2]]
    input=tf.constant(x,tf.int32)
    #矩阵整体求和
    sum= tf.reduce_sum(input)
    # 矩阵按列求和
    sum1=tf.reduce_sum(input,reduction_indices=0)# 等价 tf.reduce_sum(input,axis=0)
    # 矩阵按行求和
    sum2 = tf.reduce_sum(input, reduction_indices=1)# 等价 tf.reduce_sum(input,axis=1)
    # 矩阵按列求和之后按行求和
    sum3 = tf.reduce_sum(input, reduction_indices=[0,1])


结果如下:

9
[3 3 3]
[3 6]
9

这样的函数在tensorflow中还有很多: 

tf.reduce_prod #沿维度相乘

tf.reduce_min #沿维度找最小

tf.reduce_max #沿维度找最大

tf.reduce_mean #沿维度求平均

tf.reduce_all#沿维度与操作

tf.reduce_any#沿维度或操作

具体可以参考点击打开链接



评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值