reduce_sum() 用于計(jì)算張量tensor沿著某一維度的和，可以在求和后降維杖虾。
tf.reduce_sum(
input_tensor,
axis=None,
keepdims=None,
name=None,
reduction_indices=None,
keep_dims=None)
- input_tensor：待求和的tensor;
- axis：指定的維，如果不指定，則計(jì)算所有元素的總和;
- keepdims：是否保持原有張量的維度舆声，設(shè)置為True，結(jié)果保持輸入tensor的形狀柳爽，設(shè)置為False媳握，結(jié)果會降低維度，如果不傳入這個(gè)參數(shù)磷脯，則系統(tǒng)默認(rèn)為False;
- name：操作的名稱;
- reduction_indices：在以前版本中用來指定軸蛾找，已棄用;
- keep_dims：在以前版本中用來設(shè)置是否保持原張量的維度，已棄用;
什么是維度赵誓？什么是軸（axis）打毛？
維度是用來索引一個(gè)多維數(shù)組中某個(gè)具體數(shù)所需要最少的坐標(biāo)數(shù)量。
- 0維俩功，又稱0維張量幻枉，數(shù)字，標(biāo)量：1
- 1維诡蜓，又稱1維張量熬甫，數(shù)組，vector：[1, 2, 3]
- 2維蔓罚，又稱2維張量椿肩，矩陣，二維數(shù)組：[[1,2], [3,4]]
- 3維豺谈，又稱3維張量覆旱，立方（cube），三維數(shù)組：[ [[1,2], [3,4]], [[5,6], [7,8]] ]
- n維：你應(yīng)該get到點(diǎn)了吧~
再多的維只不過是是把上一個(gè)維度當(dāng)作自己的元素
1維的元素是標(biāo)量核无，2維的元素是數(shù)組扣唱，3維的元素是矩陣。
在紙上寫寫看，想要精確定位一個(gè)數(shù)字噪沙，需要幾個(gè)數(shù)字呢炼彪？比如上面例子中的3維數(shù)組，我們想要3這個(gè)數(shù)字正歼，至少要3個(gè)數(shù)字定位辐马，它的坐標(biāo)是（0為索引起點(diǎn)）：[0, 1, 0]
axis是多維數(shù)組每個(gè)維度的坐標(biāo)。
還拿3維來說局义，數(shù)字3的坐標(biāo)是[0, 1, 0]喜爷，那么第一個(gè)數(shù)字0的axis是0，第二個(gè)數(shù)字1的axis是1萄唇，第三個(gè)數(shù)字0的axis是2檩帐。
讓我們再看看我們是如何得到3這個(gè)數(shù)字的：
- 找到3所在的2維矩陣在這個(gè)3維立方的索引：0
- 找到3所在的1維數(shù)組在這個(gè)2維矩陣的索引：1
- 找到3這個(gè)數(shù)這個(gè)1維數(shù)組的索引：0
也就是說，對于[ [[1,2], [3,4]], [[5,6], [7,8]] ]這個(gè)3維情況另萤，[[1,2],[3,4]], [[5,6], [7,8]]這兩個(gè)矩陣（還記得嗎湃密，高維的元素低一個(gè)維度，因此三維立方的元素是二維矩陣）的axis是0四敞，[1,2]泛源，[3,4]，[5,6]忿危，[7,8]這4個(gè)數(shù)組（二維矩陣的元素是一維數(shù)組）的axis是1达箍，而1，2铺厨，3缎玫，4，5努释，6，7咬摇，8這8個(gè)數(shù)的axis是2伐蒂。
越往里axis就越大，依次加1肛鹏。
這里需要注意的是逸邦，axis可以為負(fù)數(shù)，此時(shí)表示倒數(shù)第axis個(gè)維度在扰，這和Python中列表切片的用法類似缕减。
下面舉個(gè)多維tensor例子簡單說明。下面是個(gè) 2 * 3 * 4 的tensor芒珠。
[[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]],
[[ 13 14 15 16]
[ 17 18 19 20]
[ 21 22 23 24]]]
tf.reduce_sum(tensor, axis=0) axis=0 說明是按第一個(gè)維度進(jìn)行求和桥狡。那么求和結(jié)果shape是3*4
[[1+13 2+14 3+15 4+16]
[5+17 6+18 7+19 8+20]
[9+21 10+22 11+23 12+24]]
依次類推，如果axis=1，那么求和結(jié)果shape是2*4裹芝，即：
[[ 1 + 5 + 9 2 + 6+10 3 + 7+11 4 + 8+12]
[13+17+21 14+18+22 15+19+23 16+20+24]]
如果axis=2部逮，那么求和結(jié)果shape是2*3，即：
[[1+2+3+4 5+6+7+8 9+10+11+12]
[13+14+15+16 17+18+19+20 1+22+23+24]]
類似的方法還有：
- tf.reduce_mean()：計(jì)算tensor指定軸方向上的所有元素的累加和嫂易；
- tf.reduce_max()：計(jì)算tensor指定軸方向上的各個(gè)元素的最大值兄朋；
- tf.reduce_all()：計(jì)算tensor指定軸方向上的各個(gè)元素的邏輯和（and運(yùn)算）；
- tf.reduce_any()：計(jì)算tensor指定軸方向上的各個(gè)元素的邏輯或（or運(yùn)算）怜械；
