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。一起跟隨小編過來看看吧
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
這篇文章主要介紹了pycharm進(jìn)入科學(xué)模式以及退出方式,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2023-08-08
Python刪除列表中多個(gè)元素的四種方法總結(jié)
這篇文章主要給大家介紹了關(guān)于Python刪除列表中多個(gè)元素的四種方法,在Python中想要?jiǎng)h除列表的某個(gè)元素,可以使用本文介紹的方法,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2023-09-09
Python中使用OpenCV庫來進(jìn)行簡(jiǎn)單的氣象學(xué)遙感影像計(jì)算
這篇文章主要介紹了Python中使用OpenCV庫來進(jìn)行簡(jiǎn)單的氣象學(xué)圖像計(jì)算的例子,文中是用來進(jìn)行光譜輻射定標(biāo)、大氣校正和計(jì)算反射率,需要的朋友可以參考下2016-02-02
這篇文章主要介紹了python遍歷文件夾下所有excel文件的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-01-01
淺談pandas.cut與pandas.qcut的使用方法及區(qū)別
這篇文章主要介紹了淺談pandas.cut與pandas.qcut的使用方法及區(qū)別，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-03-03
本文主要介紹了NumPy 數(shù)組屬性的具體使用，文中通過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，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-08-08
python網(wǎng)絡(luò)爬蟲之協(xié)程的實(shí)現(xiàn)方法
這篇文章主要介紹了python網(wǎng)絡(luò)爬蟲之協(xié)程的實(shí)現(xiàn)方法,協(xié)程Coroutine又稱微線程，是一種用戶態(tài)內(nèi)的上下文切換技術(shù),簡(jiǎn)而言之，就是通過一個(gè)線程實(shí)現(xiàn)代碼塊相互切換執(zhí)行,需要的朋友可以參考下2023-08-08
使用BeautifulSoup4解析XML的方法小結(jié)
這篇文章主要介紹了使用BeautifulSoup4解析XML的方法小結(jié)，文中通過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，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-12-12
這篇文章主要為大家分享下python編程中有關(guān)wxPython的中文教程，分享一些wxPython入門實(shí)例，有需要的朋友參考下2014-06-06
python opencv對(duì)圖像進(jìn)行旋轉(zhuǎn)且不裁剪圖片的實(shí)現(xiàn)方法
今天小編就為大家分享一篇python opencv對(duì)圖像進(jìn)行旋轉(zhuǎn)且不裁剪圖片的實(shí)現(xiàn)方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07