tf.reduce_sum( ) 函数是如何使用的

tf.reduce_sum( ) 函数用法

def reduce_sum_v1(input_tensor,
                  axis=None,	
                  keepdims=None,
                  name=None,
                  reduction_indices=None,
                  keep_dims=None):

reduce_sum( ) 是求和函数

reduce_sum() 就是求和,由于求和的对象是tensor,所以是沿着tensor的某些维度求和。reduction_indices是指沿tensor的哪些维度求和,下面以一个例子形容维度求和的具体操作:

例子

tensor = tf.constant([[1,1,1],[1,1,1]])

当axis不给定时

 tf.reduce_sum(input_tensor = tensor) 
return 6 

当axis=0时

 tf.reduce_sum(input_tensor = tensor,axis=0) 
return [2,2,2]

当axis=1时

 tf.reduce_sum(input_tensor = tensor,axis=0) 
return [3,3]

当keepdims=True时

 tf.reduce_sum(input_tensor = tensor,axis=0,keepdims=True) 
return [[3],[3]]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

年少无为呀!

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值