徹底理解 tf.reduce_sum()

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:

  1. 找到3所在的2維矩陣在這個(gè)3維立方的索引:0
  2. 找到3所在的1維數(shù)組在這個(gè)2維矩陣的索引:1
  3. 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;
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末颅和,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子缕允,更是在濱河造成了極大的恐慌峡扩,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,544評論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件灼芭,死亡現(xiàn)場離奇詭異有额,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)彼绷,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,430評論 3 392
  • 文/潘曉璐 我一進(jìn)店門巍佑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人寄悯,你說我怎么就攤上這事萤衰。” “怎么了猜旬?”我有些...
    開封第一講書人閱讀 162,764評論 0 353
  • 文/不壞的土叔 我叫張陵脆栋,是天一觀的道長。 經(jīng)常有香客問我洒擦,道長椿争,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,193評論 1 292
  • 正文 為了忘掉前任熟嫩,我火速辦了婚禮秦踪,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘掸茅。我一直安慰自己椅邓,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,216評論 6 388
  • 文/花漫 我一把揭開白布昧狮。 她就那樣靜靜地躺著景馁,像睡著了一般。 火紅的嫁衣襯著肌膚如雪逗鸣。 梳的紋絲不亂的頭發(fā)上合住,一...
    開封第一講書人閱讀 51,182評論 1 299
  • 那天绰精,我揣著相機(jī)與錄音,去河邊找鬼聊疲。 笑死茬底,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的获洲。 我是一名探鬼主播阱表,決...
    沈念sama閱讀 40,063評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼贡珊!你這毒婦竟也來了最爬?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,917評論 0 274
  • 序言:老撾萬榮一對情侶失蹤门岔,失蹤者是張志新(化名)和其女友劉穎爱致,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體寒随,經(jīng)...
    沈念sama閱讀 45,329評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡糠悯,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,543評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了妻往。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片互艾。...
    茶點(diǎn)故事閱讀 39,722評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖讯泣,靈堂內(nèi)的尸體忽然破棺而出纫普,到底是詐尸還是另有隱情,我是刑警寧澤好渠,帶...
    沈念sama閱讀 35,425評論 5 343
  • 正文 年R本政府宣布昨稼,位于F島的核電站,受9級特大地震影響拳锚,放射性物質(zhì)發(fā)生泄漏假栓。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,019評論 3 326
  • 文/蒙蒙 一霍掺、第九天 我趴在偏房一處隱蔽的房頂上張望匾荆。 院中可真熱鬧,春花似錦抗楔、人聲如沸棋凳。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,671評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至贞滨,卻和暖如春入热,著一層夾襖步出監(jiān)牢的瞬間拍棕,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,825評論 1 269
  • 我被黑心中介騙來泰國打工勺良, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留绰播,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,729評論 2 368
  • 正文 我出身青樓尚困,卻偏偏與公主長得像蠢箩,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子事甜,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,614評論 2 353

推薦閱讀更多精彩內(nèi)容

  • TF API數(shù)學(xué)計(jì)算tf...... :math(1)剛開始先給一個(gè)運(yùn)行實(shí)例谬泌。tf是基于圖(Graph)的計(jì)算系統(tǒng)...
    MachineLP閱讀 3,461評論 0 1
  • 基礎(chǔ)篇NumPy的主要對象是同種元素的多維數(shù)組。這是一個(gè)所有的元素都是一種類型逻谦、通過一個(gè)正整數(shù)元組索引的元素表格(...
    oyan99閱讀 5,124評論 0 18
  • 1. tf函數(shù) tensorflow 封裝的工具類函數(shù) | 操作組 | 操作 ||:-------------| ...
    南墻已破閱讀 5,114評論 0 5
  • NumPy是Python中關(guān)于科學(xué)計(jì)算的一個(gè)類庫掌实,在這里簡單介紹一下。 來源:https://docs.scipy...
    灰太狼_black閱讀 1,228評論 0 5
  • 雨還在下,風(fēng)還在吹滋将,路依舊濕滑邻悬,腳步卻依舊不能停。 忽然在遭雜的雨中啊起了腳步聲耕渴,這時(shí)負(fù)能量先生頭頂便出現(xiàn)了一片藍(lán)...
    小昔先生閱讀 281評論 5 3