對(duì)tf.reduce_sum tensorflow維度上的操作詳解
更新時(shí)間：2018年07月26日 09:02:56 作者：lxg0807
今天小編就為大家分享一篇對(duì)tf.reduce_sum tensorflow維度上的操作詳解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
tensorflow中有很多在維度上的操作，本例以常用的tf.reduce_sum進(jìn)行說(shuō)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(gè)維度進(jìn)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(dāng)于執(zhí)行完后原始數(shù)據(jù)就會(huì)少一個(gè)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…..
以上這篇對(duì)tf.reduce_sum tensorflow維度上的操作詳解就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:
- Javascript面試經(jīng)典套路reduce函數(shù)查重
- MapReduce核心思想圖文詳解
- shuffle的關(guān)鍵階段sort(Map端和Reduce端)源碼分析
- 通用MapReduce程序復(fù)制HBase表數(shù)據(jù)
- Array數(shù)組對(duì)象中的forEach、map、filter及reduce詳析
- js數(shù)組方法reduce經(jīng)典用法代碼分享
- MongoDB中MapReduce的使用方法詳解
- Java/Web調(diào)用Hadoop進(jìn)行MapReduce示例代碼
- 詳解JS數(shù)組Reduce()方法詳解及高級(jí)技巧
- js中的reduce()函數(shù)講解
相關(guān)文章
跟老齊學(xué)Python之再深點(diǎn)，更懂list
對(duì)于list，由于她的確非常非常龐雜，在python中應(yīng)用非常廣泛，所以，雖然已經(jīng)介紹完畢了基礎(chǔ)內(nèi)容，這里還要用一講深入一點(diǎn)點(diǎn)，往往越深入越...2014-09-09
一步步教你用python給女朋友寫個(gè)微信自動(dòng)提醒的程序
如今微信已成為我們?nèi)粘Ｉ畹闹饕涣鞴ぞ?但是微信自身的功能有時(shí)候可能并不能滿足我們的需要,因此我們會(huì)想是否可以進(jìn)行微信功能的拓展呢,這篇文章主要給大家介紹了關(guān)于利用python給女朋友寫了個(gè)微信自動(dòng)提醒程序的相關(guān)資料,需要的朋友可以參考下2021-10-10
Python 注解方式實(shí)現(xiàn)緩存數(shù)據(jù)詳解
這篇文章主要介紹了Python 注解方式實(shí)現(xiàn)緩存數(shù),文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2021-10-10
這篇文章主要為大家詳細(xì)介紹了Python中函數(shù)的基本使用教程，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2022-04-04
Django防御csrf攻擊的實(shí)現(xiàn)方式(包括ajax請(qǐng)求)
這篇文章主要介紹了Django防御csrf攻擊的實(shí)現(xiàn)方式(包括ajax請(qǐng)求),具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
django基礎(chǔ)之?dāng)?shù)據(jù)庫(kù)操作方法(詳解)
下面小編就為大家?guī)?lái)一篇django基礎(chǔ)之?dāng)?shù)據(jù)庫(kù)操作方法(詳解)。小編覺(jué)得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-05-05
這篇文章主要介紹了Python變量的賦值、淺拷貝和深拷貝詳解,python中為聲明一個(gè)變量有三種方法：賦值、淺拷貝、深拷貝,相信每個(gè)pythoner或多或少都知道他們之間的區(qū)別,但在某些點(diǎn)上,還是會(huì)踩坑,這篇文章記錄下所有關(guān)于這三者區(qū)別的疑問(wèn),需要的朋友可以參考下2023-11-11
Python django框架開(kāi)發(fā)發(fā)布會(huì)簽到系統(tǒng)(web開(kāi)發(fā))
這篇文章主要介紹了Python django框架開(kāi)發(fā)發(fā)布會(huì)簽到系統(tǒng)(web開(kāi)發(fā)),本文通過(guò)實(shí)例代碼效果展示截圖的形式給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-02-02
跟老齊學(xué)Python之畫(huà)圈還不簡(jiǎn)單嗎？
畫(huà)圈？換一個(gè)說(shuō)法就是循環(huán)。循環(huán)，是高級(jí)語(yǔ)言編程中重要的工作?，F(xiàn)實(shí)生活中，很多事情都是在循環(huán)，日月更迭，斗轉(zhuǎn)星移，無(wú)不是循環(huán)；王朝更迭，尋常百姓，也都是循環(huán)。2014-09-09
這篇文章主要介紹了介紹了Python的輸入,輸出和標(biāo)識(shí)符，有需要的朋友們可以參考一下，希望能給您帶來(lái)幫助2022-01-01