tf.reduce_sum()用法介绍

本文介绍了TensorFlow中tf.reduce_sum()函数的使用方法。该函数用于按一定方式计算张量中元素之和,可通过axis指定加和维度,keepdims控制是否维持原张量维度,还给出了不同axis取值及keepdims设置下的计算示例。
该文章已生成可运行项目,

方法定义:

tf.reduce_sum(
    input_tensor, 
    axis=None, 
    keepdims=None,
    name=None)

tf.reduce_sum()作用是按一定方式计算张量中元素之和
input_tensor为待处理张量;
axis指定按哪个维度进行加和,默认将所有元素进行加和;
keepdims默认为False,表示不维持原来张量的维度,反之维持原张量维度;
name用于定义该操作名字。
示例:
有如下张量,形状为(2,3,4)的三维张量:
在这里插入图片描述
分别按照axis=0,1,2进行加和的结果如下:
在这里插入图片描述
可以看到,原张量是三维的,指定axis进行一次tf.reduce_sum()后变成了二维张量。如果设置keepdims=True,则结果如下,可以看到计算完加和后的张量依然是三维的,其中指定axis的那个维度元素个数为1,其他维度形状不变。
在这里插入图片描述

本文章已经生成可运行项目
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值