tensorflow tf.reduce_mean()
计算张量的某个维度上的元素的平均值。 沿着 axis
中给定的维度降低 input_tensor
。 除非 keepdims
为真,否则对于 axis
中的所有条目求平均值。函数返回降维后的张量。
函数定义如下:
def reduce_mean(input_tensor, axis=None, keepdims=False, name=None):
参数说明:
input_tensor是要进行降维的张量。
axis:轴。要减少的维度。默认值为None,或者不指定维度,此时张量会在所有的维度都减少,并返回一个具有单个元素的张量。必须在[-rank(input_tensor), rank(input_tensor))
范围内。
keepdims:如果为 true,则保留原来的形状。
name:操作的名称
例如:
x = tf.constant([[1., 1.], [2., 2.]])
tf.reduce_mean(x) # 1.5
tf.reduce_mean(x, 0) # [1.5, 1.5]
tf.reduce_mean(x, 1) # [1., 2.]
x = tf.constant([1, 0, 1, 0])
tf.reduce_mean(x) # 0
y = tf.constant([1., 0., 1., 0.])
tf.reduce_mean(y) # 0.5