tensorflow中reduce_mean()函数axis参数理解

tensorflow中reduce_mean()函数axis参数理解

tf.reduce_mean(input_tensor, axis=None, keepdims=False, name=None, reduction_indices=None)

1.1 axis在 tf.reduce_mean中的作用：沿着张量不同的数轴进行计算平均值。
1.1.1 axis缺失值为none，表示对所有元素求平均
如：a1=[1,2,3]
b1=[5,6,7]
c1=[[1,2,3],[5,6,7]]
tf.reduce_mean(c1,axis=none)
输出结果为（1+2+3+5+6+7）/6=4

    # 1.1.2   axis=0，表示对第一维度（行）减少，减少行的方法是对所有列求平均，即在行上压缩减少为一行。
              tf.reduce_mean(c1,axis=0)
              #输出结果为[(1+5)/2,(2+6)/2,(3+7)/2]=[3,4,5]
    # 1.1.3   axis=1，表示对第二维度（列）减少，减少列的方法是对所有行求平均，在列上压缩减少为一列
              tf.reduce_mean(c1,axis=1)
              #输出结果为[[(1+2+3)/3],[(5+6+7)/3]]=[[2],[6]]

看到不少答案,总结了一下，希望可以表达清楚