tf.reduce_sum tensorflow維度上操作的示例分析

這篇文章將為大家詳細講解有關tf.reduce_sum tensorflow維度上操作的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

tensorflow中有很多在維度上的操作，本例以常用的tf.reduce_sum進行說明。官方給的api

reduce_sum(
 input_tensor,
 axis=None,
 keep_dims=False,
 name=None,
 reduction_indices=None
)

input_tensor:表示輸入

axis:表示在那個維度進行sum操作。

keep_dims:表示是否保留原始數(shù)據(jù)的維度，F(xiàn)alse相當于執(zhí)行完后原始數(shù)據(jù)就會少一個維度。

reduction_indices:為了跟舊版本的兼容，現(xiàn)在已經(jīng)不使用了。

官方的例子：

# 'x' is [[1, 1, 1]
#   [1, 1, 1]]
tf.reduce_sum(x) ==> 6
tf.reduce_sum(x, 0) ==> [2, 2, 2]
tf.reduce_sum(x, 1) ==> [3, 3]
tf.reduce_sum(x, 1, keep_dims=True) ==> [[3], [3]]
tf.reduce_sum(x, [0, 1]) ==> 6

自己做的例子：

import tensorflow as tf
import numpy as np
x = np.asarray([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])
x_p = tf.placeholder(tf.int32,[2,2,3])
y = tf.reduce_sum(x_p,0) #修改這里
with tf.Session() as sess:
 y = sess.run(y,feed_dict={x_p:x})
 print y

axis= 0：[[ 8 10 12] [14 16 18]] 
1+7 2+8 3+7 …….. 
axis=1: [[ 5 7 9] [17 19 21]] 
1+4 2+5 3 +6 …. 
axis=2: [[ 6 15] [24 33]] 
1+2+3 4+5+6…..

關于“tf.reduce_sum tensorflow維度上操作的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。