Tensorflow 中 tf.reduce_mean tf.reduce_max tf.reduce_min 方法

tf.reduce_mean

reduce_mean(

    input_tensor,

   axis=None,

   keep_dims=False,

    name=None,

    reduction_indices=None ）

功能

求张量的平均值

同理 reduce_max 、 reduce_min 就是主要求 张量的最大值和最小值

 

参数名	必选	类型	说明
input_tensor	是	张量	输入待求平均值的张量
axis	否	None、0、1	None：全局求平均值；0：求每一列平均值；1：求每一行平均值
keep_dims	否	Boolean	保留原来的维度(例如不会从二维矩阵降为一维向量)
name	否	string	运算名称
reduction_indices	否	None	和 axis 等价，被弃用

 具体使用：

import tensorflow as tf
import numpy as py

a=[[1.,2.,3.],[2.,4.,6.]]
x=tf.Variable(a)
init_op=tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init_op)
    print(sess.run(tf.reduce_mean(a))) #求全局的平均值
    print(sess.run(tf.reduce_mean(a,0))) # 求每一列平均值
    print(sess.run(tf.reduce_mean(a,1))) # 求每一行的平均值

    print(sess.run(tf.reduce_max(a)))
    print(sess.run(tf.reduce_max(a,0)))
    print(sess.run(tf.reduce_max(a,1)))

    print(sess.run(tf.reduce_min(a)))
    print(sess.run(tf.reduce_min(a, 0)))
    print(sess.run(tf.reduce_min(a, 1)))

输出结果：