tf.reduce_xxx函数

#书上称这一系列为规约函数。基本上都是降维

    import tensorflow as tf
    import numpy as np
    t=np.random.randint(0,3,[3,4])
    sess=tf.Session()
    print("Test matrix is:\n",t)
    print("现在测试tf.reduce_sum,对tensor中的元素求和")
    print("tf.reduce_sum():",sess.run(tf.reduce_sum(t)))
    print("tf.reduce_sun(axis=0):",sess.run(tf.reduce_sum(t,axis=0)))
    print("tf.reduce_sun(axis=1):",sess.run(tf.reduce_sum(t,axis=1)))
    print("-----------------------------------------------------------------------------------------------")
    print("现在测试tf.reduce_prod,对tensor中的元素求乘积")
    print("tf.reduce_prod():",sess.run(tf.reduce_prod(t)))
    print("tf.reduce_prod(axis=0):",sess.run(tf.reduce_prod(t,axis=0)))
    print("tf.reduce_prod(axis=1):",sess.run(tf.reduce_prod(t,axis=1)))
    print("tf.reduce_prod(axis=0,keep_dims=True):",sess.run(tf.reduce_prod(t,axis=0,keep_dims=True)))
    print("tf.reduce_prod(axis=1,keep_dims=True):",sess.run(tf.reduce_prod(t,axis=1,keep_dims=True)))
    print("输出提示keep_dims将从以后的TF中移除,所以下面的测试不再测试这个参数,默认为False")
    print("-----------------------------------------------------------------------------------------------")
    print("现在测试tf.reduce_min,对tensor中的元素求最小值,reduce_max参数意义相同,忽略测试")
    print("tf.reduce_min():",sess.run(tf.reduce_min(t)))
    print("tf.reduce_min(axis=0):",sess.run(tf.reduce_min(t,axis=0)))
    print("tf.reduce_min(axis=1):",sess.run(tf.reduce_min(t,axis=1)))
    print("-----------------------------------------------------------------------------------------------")
    print("现在测试tf.reduce_mean,对tensor中的元素求均值,如果tensor元素是整数,则计算结果自动只取整数部分")
    print("tf.reduce_mean():",sess.run(tf.reduce_mean(t)))
    print("tf.reduce_mean(axis=0):",sess.run(tf.reduce_mean(t,axis=0)))
    print("tf.reduce_mean(axis=1):",sess.run(tf.reduce_mean(t,axis=1)))
    print("-----------------------------------------------------------------------------------------------")
    print("现在测试tf.reduce_all,对tensor中的元素求逻辑与")
    print("tf.reduce_all():",sess.run(tf.reduce_all(t)))
    print("tf.reduce_all(axis=0):",sess.run(tf.reduce_all(t,axis=0)))
    print("tf.reduce_all(axis=1):",sess.run(tf.reduce_all(t,axis=1)))
    print("-----------------------------------------------------------------------------------------------")
    print("现在测试tf.reduce_any,对tensor中的元素求逻辑或")
    print("tf.reduce_any():",sess.run(tf.reduce_any(t)))
    print("tf.reduce_any(axis=0):",sess.run(tf.reduce_any(t,axis=0)))
    print("tf.reduce_any(axis=1):",sess.run(tf.reduce_any(t,axis=1)))

点击这里运行

评论 2
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
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