Tensorflow: tensorflow中axis参数的说明

t = tf.constant([[1,2,3],[4,5,6]])
>>> k = tf.reduce_mean(t, axis=0)
		     
>>> with tf.Session() as sess:
		     print(k.eval())

[2 3 4]

可以看出axis=0时，是行方向的缩减

而在tf.clip_by_norm函数中也是一样的，手册是这样写的：

As another example, if t is a matrix and axes == [1], then each row of the output will have L2-norm equal to clip_norm. If axes == [0] instead, each column of the output will be clipped.

即当axes为0的时候，对一整列求L2最大L2惩罚，在行方向上放缩。