📅  最后修改于: 2023-12-03 14:47:57.955000             🧑  作者: Mango
tf.reduce_sum()
是 TensorFlow 库中的一个函数,它用于计算给定张量中的元素总和。
tf.reduce_sum(input_tensor, axis=None, keepdims=False, name=None, reduction_indices=None)
input_tensor
: 要计算总和的输入张量。axis
:指定要沿着哪个轴计算总和。默认为 None
,表示计算所有元素的总和。keepdims
:一个布尔值,指示保持输出维度是否与输入维度相同。默认为 False
。name
:操作的可选名称。reduction_indices
:已弃用,使用 axis
。一个张量,包含输入张量中所有元素的总和。
以下示例展示了如何使用 tf.reduce_sum()
函数:
import tensorflow as tf
# 创建一个输入张量
inputs = tf.constant([[1, 2, 3], [4, 5, 6]])
# 计算所有元素的总和
total_sum = tf.reduce_sum(inputs)
# 计算每列元素的总和
column_sum = tf.reduce_sum(inputs, axis=0)
# 计算每行元素的总和
row_sum = tf.reduce_sum(inputs, axis=1)
with tf.Session() as sess:
total = sess.run(total_sum)
column = sess.run(column_sum)
row = sess.run(row_sum)
print("总和:", total)
print("每列总和:", column)
print("每行总和:", row)
输出:
总和: 21
每列总和: [5 7 9]
每行总和: [ 6 15]
在上面的示例中,我们创建了一个输入张量 inputs
,它是一个大小为 (2, 3)
的矩阵。我们使用 tf.reduce_sum()
来计算总和,不仅可以计算所有元素的总和,还可以计算每列和每行的总和。
请注意,这里使用的会话是 TensorFlow 1.x 版本的会话。在 TensorFlow 2.x 版本中,可以使用 tf.function
和 @tf.function
这样的装饰器来运行计算图。
tf.reduce_sum()
函数可用于计算输入张量中元素的总和。它非常有用,可以在许多机器学习和深度学习任务中使用。