对tf.reduce_sum tensorflow维度上的操作详解

yipeiwu_com5年前Python基础

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) ==> 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…..

以上这篇对tf.reduce_sum tensorflow维度上的操作详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Django model序列化为json的方法示例

本文环境 Python 3.6.5 Django 2.0.4 fix(2018.5.19):最近得知Django 的model基类需要声明为abstract,故在原来的代码加...

python编写Logistic逻辑回归

python编写Logistic逻辑回归

用一条直线对数据进行拟合的过程称为回归。逻辑回归分类的思想是:根据现有数据对分类边界线建立回归公式。 公式表示为: 一、梯度上升法 每次迭代所有的数据都参与计算。 for 循环...

python中mechanize库的简单使用示例

复制代码 代码如下:#!/usr/bin/env/ python#coding=utf-8import mechanizeimport cookielib # Cookie Jarcj...

Python计算不规则图形面积算法实现解析

Python计算不规则图形面积算法实现解析

这篇文章主要介绍了Python计算不规则图形面积算法实现解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 介绍:大三上做一个医学影像...

5种Python单例模式的实现方式

本文为大家分享了Python创建单例模式的5种常用方法,供大家参考,具体内容如下 所谓单例,是指一个类的实例从始至终只能被创建一次。 方法1: 如果想使得某个类从始至终最多只有一个实例,...