Tensorflow中的降维函数tf.reduce_*使用总结资源-CSDN文库

150 浏览量 2021-01-21 16:22:02 上传评论收藏 54KB PDF 举报

资源推荐

资源详情

资源评论

Tensorflow中的降维函数中的降维函数tf.reduce_*使用总结使用总结

在使用tensorflow时常常会使用到tf.reduce_*这类的函数，在此对一些常见的函数进行汇总

1.tf.reduce_sum

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

参数：

input_tensor：要减少的张量。应该有数字类型。

axis：要减小的尺寸。如果为None（默认），则缩小所有尺寸。必须在范围[-rank(input_tensor), rank(input_tensor))内。

keep_dims：如果为true，则保留长度为1的缩小尺寸。

name：操作的名称（可选）。

reduction_indices：axis的废弃的名称。

返回：

该函数返回减少的张量，相当于np.sum

功能：

此函数计算一个张量的各个维度上元素的总和。

说明：

函数中的input_tensor是按照axis中已经给定的维度来减少的；除非 keep_dims 是true，否则张量的秩将在axis的每个条目中

减少1；如果keep_dims为true，则减小的维度将保留为长度1。如果axis没有条目，则缩小所有维度，并返回具有单个元素的

张量。

举例：

x = tf.constant([[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

2.reduce_min

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

参数：

input_tensor：减少的张量。应该有数字类型。

axis：要减小的尺寸。如果为None（默认），则缩小所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。

keep_dims：如果为true，则保留长度为1的缩小维度。

name：操作的名称（可选）。

reduction_indices：axis的废弃的名称。

返回：

该函数返回减少的张量，相当于np.min

功能：

tf.reduce_min函数用来计算一个张量的各个维度上元素的最小值。

说明：

同样按照axis给定的维度减少input_tensor。除非 keep_dims 是true，否则张量的秩将在axis的每个条目中减少1。如果

keep_dims为true，则减小的维度将保留为长度1。如果axis没有条目，则缩小所有维度，并返回具有单个元素的张量。

3.reduce_max

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

参数：

input_tensor：要减少的张量。应该有数字类型。

axis：要减小的尺寸。如果为 None（默认），则减少所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。

keep_dims：如果为true，则保留长度为1的减少维度。

name：操作的名称（可选）。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

内容反馈

weixin_38627826

粉丝: 5
资源: 939

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip