tf.reduce_sum函數(shù)中reduction_indices參數(shù)表示函數(shù)的處理維度。

• reduction_indices參數(shù)的值默認(rèn)的時(shí)候?yàn)镹one,默認(rèn)把所有的數(shù)據(jù)求和，即結(jié)果是一維的。
• reduction_indices參數(shù)的值為0的時(shí)候，是第0維對(duì)應(yīng)位置相加，[行1+行2+…+行n]。
• reduction_indices參數(shù)的值為1的時(shí)候，是第1維對(duì)應(yīng)位置相加, [行1相加之和，行2相加之和,…,行n相加之和]。
• reduction_indices參數(shù)的值為2的時(shí)候，是第2維對(duì)應(yīng)位置相加,[[行1里面的每行相加之和]，[行2里面的每行相加之和],…,[行n里面的每行相加之和]]。

reduction_indices最大只能設(shè)為數(shù)組每一行的維度，比如二維數(shù)組里面的每一行是一維數(shù)組，最大只能設(shè)為1；二維數(shù)組里面的每一行數(shù)據(jù)是二維數(shù)組，最大只能設(shè)為2

a = np.array([[1, 2, 3], [4, 5, 6]]) b = tf.reduce_sum(a) #默認(rèn)為None，所有數(shù)據(jù)求和 c = tf.reduce_sum(a, reduction_indices=[0]) #數(shù)組第0維度的數(shù)據(jù)相加[1, 2, 3]+[4, 5, 6] = 5 7 9 d = tf.reduce_sum(a, reduction_indices=[1]) #數(shù)組第1維度的數(shù)據(jù)相加[1, 2, 3] = 1+2+3=6 [4, 5, 6] = 4+5+6=15sess = tf.InteractiveSession() print(sess.run(b)) #21 print(sess.run(c)) #[5 7 9] print(sess.run(d)) #[ 6 15] a = np.array([[[1, 2, 3]], [[4, 5, 6]]]) b = tf.reduce_sum(a) #默認(rèn)為None，所有數(shù)據(jù)求和 c = tf.reduce_sum(a, reduction_indices=[0]) #數(shù)組第0維度的數(shù)據(jù)相加[[1, 2, 3]]+[[4, 5, 6]] = [5 7 9] d = tf.reduce_sum(a, reduction_indices=[1]) #數(shù)組第1維度的數(shù)據(jù)相加[[1, 2, 3]]= [1,2,3] [[4, 5, 6]]= [4, 5, 6] e = tf.reduce_sum(a, reduction_indices=[2]) #數(shù)組第2維度的數(shù)據(jù)相加 [1, 2, 3] = 1+2+3=6 [4, 5, 6] = 4+5+6=15sess = tf.InteractiveSession() print(sess.run(b)) #21 print(sess.run(c)) #[[5 7 9]] print(sess.run(d)) #[[1 2 3] [4 5 6]] print(sess.run(e)) #[[ 6] [15]]

總結(jié)

以上是生活随笔為你收集整理的reduce_sum()中的reduction_indices的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。