tensorflow中reduce_sum()在维度上的解释

今天在查tf.reduce_sum()的用法的时候，看到的一个解释。

具体的可以看这个问题底下杨镒铭的回答：https://www.zhihu.com/question/51325408?from=profile_question_card 

tf.reduce_sum(tensor,dimension)，其中第二个参数是维度。

这个函数表面上看是进行加和操作，实际上在做的事情是在降维。比如这个例子:

>>> a = tf.constant([[[1,2,3,4],[2,3,4,5],[3,4,5,6]],[[4,5,6,7],[5,6,7,8],[6,7,8,9]]])
>>> a
<tf.Tensor 'Const_1:0' shape=(2, 3, 4) dtype=int32>
>>> b = tf.reduce_sum(a,0)
>>> b
<tf.Tensor 'Sum_2:0' shape=(3, 4) dtype=int32>
>>> c = tf.reduce_sum(a,1)
>>> c
<tf.Tensor 'Sum_3:0' shape=(2, 4) dtype=int32>

a是一个2*3*4维度的矩阵

reduce_sum(a,0)就是将第零个维度抹去，经过该函数之后，维度变为3*4

reduce_sum(a,1)就是将第一个维度抹去，变为2*4