tensorflow中tf.reduce_prod()函数的使用

降纬函数

tensorflow 里有一类函数是以reduce开头的，reduce 有减少的意思，这里就是减少纬度的意思。

reduce_prod()

先上一波官网解释：

reduce_prod(
    input_tensor,
    axis=None,
    keep_dims=False,
    name=None,
    reduction_indices=None
)

参数：

input_tensor：要减少的张量.应该有数字类型.
axis：要减小的尺寸.如果为None(默认),则将缩小所有尺寸.必须在[-rank(input_tensor), rank(input_tensor))范围内.
keep_dims：如果为true,则保留长度为1的缩小维度.
name：操作的名称(可选).
reduction_indices：axis的废弃的名称.

此函数计算一个张量的各个维度上元素的乘积.

函数中的input_tensor是按照axis中已经给定的维度来减少的；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,则减小的维度将保留为长度1.

如果axis没有条目,则缩小所有维度,并返回具有单个元素的张量.

老感觉这个定义很抽象，现在用实际例子来进行说明：

import tensorflow as tf

x = tf.constant([[1, 2, 3], [4, 5, 6]])
y = tf.reduce_prod(x)

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print(sess.run(y))

运行结果为：

结果为：720，也就是这个tensorflow常量中各纬度中的值的乘积，据我所知，这个函数经常在计算神经网络中的参数数量中使用。