reduce_sum(
input_tensor,
axis=None,
keep_dims=False,
name=None,
reduction_indices=None
)
1. input_tensor 是要求和的 tensor
2. axis 是要求和的 rank,如果为 none,则表示所有 rank 都要求和
3. keep_dims 求和后是否要降维
4. 这个操作的名称,可在 graph 中 用
5. 已被淘汰的,被参数 axis 替代
其实在reduce_sum()中,是从维度上去考虑的(感觉这个Matlab中数据的概念比较像)
调用reduce_sum(arg1, arg2)
时,参数arg1
即为要求和的数据,arg2
有两个取值分别为0和1,通常用reduction_indices=[0]
或reduction_indices=[1]
来传递参数。从上图可以看出,当arg2 = 0
时,是纵向对矩阵求和,原来矩阵有几列就得到几个值;相似地,当arg2 = 1
时,是横向对矩阵求和;当省略arg2
参数时,默认对矩阵所有元素进行求和。
看到这里,函数名的前缀为什么是reduce_
其实也就很容易理解了,reduce就是“对矩阵降维”的含义,下划线后面的部分就是降维的方式,在reduce_sum()
中就是按照求和的方式对矩阵降维。那么其他reduce
前缀的函数也举一反三了,比如reduce_mean()
就是按照某个维度求平均值,等等。