tf.sign和tf.reduce_sum

tensorflow中两个经常用到的操作,理解的不是很透彻,故在此做标记:
这里写图片描述
这里写图片描述

关于reduce_sum的维度问题也容易让人迷惑,特找来好用的图示,一看即懂:
这里写图片描述
为了加深影响,给出简单code

import numpy as np
import tensorflow as tf
inputs = [[1,0,2],[3,2,4]]
inputs = np.array(inputs)
A = tf.sign(inputs)
B = tf.reduce_sum(A, reduction_indices=1)
with tf.Session() as sess:
    print(sess.run(A))
    print(sess.run(B))

执行结果如下:
这里写图片描述

import tensorflow as tf
init_glorot_uniform = tf.glorot_uniform_initializer()
y 
  • 7
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 2
    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 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