【tensorflow】【python】tf.reduce_mean

tf.reduce_mean

求和，然后求平均，得到平均值

功能：计算平均值

计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor的平均值。

语法

reduce_mean(input_tensor,
                axis=None,
                keep_dims=False,
                name=None)

参数

input_tensor： 输入的待降维的tensor
axis： 指定的轴。如果不指定，则计算所有元素的均值
keep_dims：是否降维度，默认False。设置为True，输出的结果保持输入tensor的形状，设置为False，输出结果会降低维度
name： 操作的名称

示例

self.c_loss = tf.reduce_mean(tf.square(td))

self.a_loss = tf.reduce_mean(-self.exp_v)

代码

# import tensorflow as tf
import tensorflow.compat.v1 as tf

tf.disable_v2_behavior()

x = tf.constant([3, 5, 2, 1, 5])
y = tf.constant([[7, 4, 2, 4, 3],
                 [3, 5, 2, 1, 5]]
                )
z0 = tf.math.reduce_mean(x)
z1 = tf.math.reduce_mean(x, axis=0, keep_dims=True)
z2 = tf.math.reduce_mean(y, axis=0, keep_dims=True)
z3 = tf.math.reduce_mean(y, axis=1, keep_dims=True)

with tf.Session() as sess:
    print('z0:\n', sess.run(z0))
    print('z1:\n', sess.run(z1))
    print('z2:\n', sess.run(z2))
    print('z3:\n', sess.run(z3))

结果

取整【（3+5+2+1+ 5）/5】=【16/5】=3
取整【（3+7）/2】=【10/2】= 5
取整【（4+5）/2】=【9/2】= 4
取整 【（7+4+ 2+4+3）/5】=【20/5】=4

z0:
 3
z1:
 [3]
z2:
 [[5 4 2 2 4]]
z3:
 [[4]
 [3]]

 tf.reduce_mean(tf.squared_difference(self.q_target, self.q_eval))

tf.squared_difference(self.q_target, self.q_eval) 得各对应元素差的平方组成的向量，简称差平方向量。
tf.reduce_mean(tf.squared_difference(self.q_target, self.q_eval)) 将差平方向量求和然后取平均值，即得到DQN的损失函数