Tensorflow中 tf.reduce_mean()方法的用法（转载+修订）

原作：-牧野- 
原文：https://blog.csdn.net/dcrmg/article/details/79797826 
修订：拼命先生 （感谢原创牧野，是它的这篇博文让我对reduce_mean有了清晰的理解，考虑到python和Tensorflow的版本更新，有些内容有了变化，因此在转载的基础上做了修订！！）

tf.reduce_mean()方法用于计算张量tensor沿着某一维度的平均值，主要用于降维或者计算tensor（图像）的平均值。

reduce_mean(input_tensor,
                axis=None,
                keepdims=False,
                name=None,
                reduction_indices=None)

# 第一个参数 input_tensor： 输入待降维的tensor;
# 第二个参数 axis： 指定的维，如果不指定，则计算所有元素的均值;
# 第三个参数 keepdims：是否保持原有张量的维度，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;
# 第五个参数 reduction_indices：在以前版本中用来指定轴，已弃用;

以一个维度是2，形状是[2,3]的tensor举例，如果设置为不保持原来张量的维度，keepdims=False（keepdims的取值，如果不传入