tensorflow中tf.reduce_mean()

1.作用
tf.reduce_mean函数的作用是:计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值。

2.表达式

reduce_mean(input_tensor,  axis=None,
               			 keep_dims=False,
                		name=None)

第一个参数input_tensor： 输入的待降维的tensor;
第二个参数axis： 指定的轴，如果不指定，则计算所有元素的均值;
第三个参数keep_dims：是否降维度，设置为True，输出的结果保持输入tensor的形状，设置为False，输出结果会降低维度;
第四个参数name： 操作的名称;
举例：

import tensorflow as tf
x = [[1, 2, 3],
     [1, 2, 3]]
x = tf.cast(x, tf.float32)

mean_all = tf.reduce_mean(x, keep_dims=False)
mean_0 = tf.reduce_mean(x, axis=0, keep_dims=False)
mean_1 = tf.reduce_mean(x, axis=1, keep_dims=False)

with tf.Session() as sess:
    m_a, m_0, m_1 = sess.run([mean_all, mean_0, mean_1])
print(x)
print(m_a)
print(m_0)
print(m_1)

输出：

Tensor("Cast:0", shape=(2, 3), dtype=float32)
2.0
[1. 2. 3.]
[2. 2.]

Process finished with exit code 0