這篇文章主要講解了怎么使用Tensorflow中的降維函數(shù)tf.reduce_*，內(nèi)容清晰明了，對此有興趣的小伙伴可以學習一下，相信大家閱讀完之后會有幫助。

成都創(chuàng)新互聯(lián)公司是網(wǎng)站建設(shè)專家,致力于互聯(lián)網(wǎng)品牌建設(shè)與網(wǎng)絡(luò)營銷，專業(yè)領(lǐng)域包括網(wǎng)站制作、做網(wǎng)站、電商網(wǎng)站制作開發(fā)、小程序設(shè)計、微信營銷、系統(tǒng)平臺開發(fā)，與其他網(wǎng)站設(shè)計及系統(tǒng)開發(fā)公司不同，我們的整合解決方案結(jié)合了恒基網(wǎng)絡(luò)品牌建設(shè)經(jīng)驗和互聯(lián)網(wǎng)整合營銷的理念，并將策略和執(zhí)行緊密結(jié)合，且不斷評估并優(yōu)化我們的方案，為客戶提供全方位的互聯(lián)網(wǎng)品牌整合方案！

在使用tensorflow時常常會使用到tf.reduce_*這類的函數(shù)，在此對一些常見的函數(shù)進行匯總

1.tf.reduce_sum

tf.reduce_sum(input_tensor ， axis = None ， keep_dims = False ， name = None ， reduction_indices = None)

參數(shù)：

• input_tensor：要減少的張量。應(yīng)該有數(shù)字類型。
• axis：要減小的尺寸。如果為None（默認），則縮小所有尺寸。必須在范圍[-rank(input_tensor), rank(input_tensor))內(nèi)。
• keep_dims：如果為true，則保留長度為1的縮小尺寸。
• name：操作的名稱（可選）。
• reduction_indices：axis的廢棄的名稱。

返回：

該函數(shù)返回減少的張量，相當于np.sum

功能：

此函數(shù)計算一個張量的各個維度上元素的總和。

說明：

函數(shù)中的input_tensor是按照axis中已經(jīng)給定的維度來減少的；除非 keep_dims 是true，否則張量的秩將在axis的每個條目中減少1；如果keep_dims為true，則減小的維度將保留為長度1。 如果axis沒有條目，則縮小所有維度，并返回具有單個元素的張量。

舉例：

x = tf.constant([[1, 1, 1], [1, 1, 1]])
tf.reduce_sum(x) # 6
tf.reduce_sum(x, 0) # [2, 2, 2]
tf.reduce_sum(x, 1) # [3, 3]
tf.reduce_sum(x, 1, keep_dims=True) # [[3], [3]]
tf.reduce_sum(x, [0, 1]) # 6

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

本文名稱：怎么使用Tensorflow中的降維函數(shù)tf.reduce_*-創(chuàng)新互聯(lián)
標題鏈接：http://www.chinadenli.net/article30/igoso.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供靜態(tài)網(wǎng)站、虛擬主機、小程序開發(fā)、網(wǎng)站內(nèi)鏈、軟件開發(fā)、網(wǎng)站改版

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)