一、函数原型
tf.reduce_mean(
input_tensor,
axis=None,
keepdims=None,
name=None,
reduction_indices=None,
keep_dims=None
)
参数:
input_tensor:需要计算平均值的张量
axis:
需要计算平均值的轴,如果为None,所有的维度都需要求平均值,当然咯,如果你给他提供参数了,这个参数值必须在[-rank(input_tensor),rank(input_tensor)之间。
keepdims:
除非keep_dims是True,否则张量的秩将在axis的每个条目中减少1。如果keep_dims为True,则缩小的维度将保留为1。
name:可选,也就是操作的名字
keep_dims:keepdims弃用的化名
二、例子
(1)一般对一个维度求平均数
就拿四维的数据进行讨论,因为一般在计算机视觉的领域的数据shape都是[batch_size,height,width,channels],
import tensorflow as tf
import numpy as np
a=np.arange(24,dtype=np.float32).reshape([2,2,2,3])
a_0=tf.reduce_mean(a,[0])
a_1=tf