tf.reduce_sum函數中reduction_indices參數表示函數的處理維度。

• reduction_indices參數的值默認的時候為None,默認把所有的數據求和，即結果是一維的。
• reduction_indices參數的值為0的時候，是第0維對應位置相加，[行1+行2+…+行n]。
• reduction_indices參數的值為1的時候，是第1維對應位置相加, [行1相加之和，行2相加之和,…,行n相加之和]。
• reduction_indices參數的值為2的時候，是第2維對應位置相加,[[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最大只能設為數組每一行的維度，比如二維數組里面的每一行是一維數組，最大只能設為1；二維數組里面的每一行數據是二維數組，最大只能設為2

a = np.array([[1, 2, 3], [4, 5, 6]]) b = tf.reduce_sum(a) #默認為None，所有數據求和 c = tf.reduce_sum(a, reduction_indices=[0]) #數組第0維度的數據相加[1, 2, 3]+[4, 5, 6] = 5 7 9 d = tf.reduce_sum(a, reduction_indices=[1]) #數組第1維度的數據相加[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) #默認為None，所有數據求和 c = tf.reduce_sum(a, reduction_indices=[0]) #數組第0維度的數據相加[[1, 2, 3]]+[[4, 5, 6]] = [5 7 9] d = tf.reduce_sum(a, reduction_indices=[1]) #數組第1維度的數據相加[[1, 2, 3]]= [1,2,3] [[4, 5, 6]]= [4, 5, 6] e = tf.reduce_sum(a, reduction_indices=[2]) #數組第2維度的數據相加 [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

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

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。