tf.reduce_sum()

最新推荐文章于 2024-01-14 10:45:48 发布

ojbko

最新推荐文章于 2024-01-14 10:45:48 发布

阅读量125

点赞数

原文链接：https://blog.csdn.net/htbeker/article/details/93881308

版权

reduce_sum应该理解为按相应的轴压缩求和，用于降维。通过设置axis参数按相应轴压缩求和。通过如下实例进行理解。

先设置一个2*3*4的tensor实例x。


 
 
   
   
    
    
   
   
   
   
    
    
     
     x =tf.constant([[[ 
     
     1, 
     
     2, 
     
     3, 
     
     4],
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [ 
     
     5, 
     
     6, 
     
     7, 
     
     8],
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [ 
     
     9, 
     
     10, 
     
     11, 
     
     12]],
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [[
     
     13, 
     
     14, 
     
     15, 
     
     16],
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [
     
     17, 
     
     18, 
     
     19, 
     
     20],
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     [
     
     21, 
     
     22, 
     
     23, 
     
     24]]])
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print x.shape
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     sess = tf.Session()
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     sess.run(tf.initialize_all_variables())
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print sess.run(x)

一、axis默认为None，此时为对x求和。


 
 
   
   
    
    
   
   
   
   
    
    
     
     print 
     
     "axis = None:"
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print sess.run(tf.reduce_sum(x))

二、axis=0时，按第一个维度求和，求和后tensor维度变为为3*4.


 
 
   
   
    
    
   
   
   
   
    
    
     
     print 
     
     "axis = 0:"
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print sess.run(tf.reduce_sum(x,
     
     0))

实际计算过程为：

[[1+13 2+14 3+15 4+16]

[5+17 6+18 7+19 8+20]

[9+21 10+22 11+23 12+24]]

三、axis=1时，按第二个维度求和，求和后维度变为2*4


 
 
   
   
    
    
   
   
   
   
    
    
     
     print 
     
     "axis = 1:"
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print sess.run(tf.reduce_sum(x,
     
     1))

实际计算过程为:

[[1+5+9 2+6+10 3+7+11 4+8+12]
[13+17+21 14+18+22 15+19+23 16+20+24]]

四、axis=2时，按第三个维度求和，求和后维度变为2*3.


 
 
   
   
    
    
   
   
   
   
    
    
     
     print 
     
     "axis = 2:"
    
    
   
   

   
   
    
    
   
   
   
   
    
    
     
     print sess.run(tf.reduce_sum(x,
     
     2))