tensorflow学习之常用函数总结：tensorflow官方例子中的诸如tf.reduce_mean()这类函数

前言

tensorflow官网给的例子用到了很多函数，然后并没有具体说明，还要自己去翻文档，有些函数是很常用的，下面来一一总结。

正文

一，tensorflow中有一类在tensor的某一维度上求值的函数。如：
求最大值tf.reduce_max(input_tensor, reduction_indices=None, keep_dims=False, name=None)
求平均值tf.reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None)
参数1–input_tensor:待求值的tensor。
参数2–reduction_indices:在哪一维上求解。
参数（3）（4）可忽略
举例说明：

# 'x' is [[1., 2.]
#         [3., 4.]]

x是一个2维数组，分别调用reduce_*函数如下：

首先求平均值：

tf.reduce_mean(x) ==> 2.5 #如果不指定第二个参数，那么就在所有的元素中取平均值
tf.reduce_mean(x, 0) ==> [2.,  3.] #指定第二个参数为0，则第一维的元素取平均值，即每一列求平均值
tf.reduce_mean(x, 1) ==> [1.5,  3.5] #
指定第二个参数为1，则第二维的元素取平均值，即每一行求平均值

同理，还可用tf.reduce_max()求最大值等。