tf.reduce_sum tensorflow维度上的操作
来源:互联网 发布:网络监控客户端软件红 编辑:程序博客网 时间:2024/05/16 08:56
tensorflow中有很多在维度上的操作,本例以常用的tf.reduce_sum进行说明。官方给的api
reduce_sum( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)
input_tensor:表示输入
axis:表示在那个维度进行sum操作。
keep_dims:表示是否保留原始数据的维度,False相当于执行完后原始数据就会少一个维度。
reduction_indices:为了跟旧版本的兼容,现在已经不使用了。
官方的例子:
# 'x' is [[1, 1, 1]# [1, 1, 1]]tf.reduce_sum(x) ==> 6tf.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 tfimport numpy as npx = 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) #修改这里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…..
阅读全文
1 0
- tf.reduce_sum tensorflow维度上的操作
- tensorflow API:tf.reduce_sum
- tensorflow:tf.reduce_mean()和tf.reduce_sum()
- TensorFlow的reduce_sum()函数
- 第二篇 对tf.reduce_sum的理解
- [tensorflow] which dimension to reduce in tf.reduce_sum()
- TensorFlow reduce_sum
- tf.sign和tf.reduce_sum
- tf.sign和tf.reduce_sum
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- TensorFlow的reshape操作 tf.reshape
- tensorflow的reshape操作tf.reshape()
- tensorflow生成随机数的操作 tf.random_normal & tf.random_uniform & tf.truncated_normal & tf.random_shuffle
- tensorflow tf.concat操作
- tf.reduce_sum理解(小记)
- tf.reduce_sum (API r1.3)
- 一个for实现星号菱形问题
- 聊聊WCF与Web Service的差异
- Mini Centos环境部署YDB,基于haoop,zookeeper和kafka
- 聊聊rel=external nofollow和rel=noopener noreferrer
- Storm 1.1.0 集群安装
- tf.reduce_sum tensorflow维度上的操作
- 修改MODE_IN_CALL模式音量(MTK)
- 前后台之间传值的几种方式
- 进程和线程的定义及区别、线程同步、进程通讯方式总结
- bootstrap
- redis应用进程中主机内核层面的改良
- java SE JDK安装配置
- JavaWeb网页版计算器实现
- ServletConfig和ServletContext对象的作用和使用