3.5.2 reduce_sum、reduce_mean、reduce_max、reducemin函数详解

自己开发了一个股票智能分析软件,功能很强大,需要的点击下面的链接获取:

https://www.cnblogs.com/bclshuai/p/11380657.html

1.1.1         reduce_sum、reduce_mean、reduce_max、reducemin函数介绍

reduce_sum函数是用来求多维tensor的元素之和的方法,reduce是降维的意思,sum是求和的意思。其定义如下:

reduce_sum(input_tensor, axis=None, keepdims=False, name=None)

input_tensor:输入求和的张量

axis:降维的维度,比如2行3列的矩阵,维度是(0,1)0表示行,1表示列。axis等于0时,2行3列变成1行3列;axis=1时,2行3列默认变为1行两列,只有在keepdims ,才是2行1列。

keepdims:是否保持维度,如果为True,axis=1时,2行3列变为2行1列

实例

import tensorflow as tf
import numpy as np
x = tf.constant([[1, 1, 1], [1, 1, 1]])
print(x)
y1=tf.reduce_sum(x);
print(y1)#不指定axis时,等于所有元素相加1+1+1+1+1+1+1=6
y2=tf.reduce_sum(x,0)
print(y2)#指定按行降维,变成一行3列,每列元素相加[2,2,2]
y3=tf.reduce_sum(x,1)
print(y3)#指定按列降维,每行元素相加,因为keepdims默认为false,输出1行2列[3,3]
y4=tf.reduce_sum(x,1,True)
print(y4)#指定按列降维,每行元素相加,同时保持维度,输出2行1列[[3],[3]]

 

输出

tf.Tensor(

[[1 1 1]

 [1 1 1]], shape=(2, 3), dtype=int32)

tf.Tensor(6, shape=(), dtype=int32)

tf.Tensor([2 2 2], shape=(3,), dtype=int32)

tf.Tensor([3 3], shape=(2,), dtype=int32)

tf.Tensor(

[[3]

 [3]], shape=(2, 1), dtype=int32)

 

同理reduce_mean是求平均值,参数含义相同

reduce_mean(input_tensor, axis=None, keepdims=False, name=None)

reduce_max求最大值,参数含义相同

reduce_max(input_tensor, axis=None, keepdims=False, name=None):

reduce_min求最小值,参数含义相同

posted @ 2021-01-08 17:45  一字千金  阅读(1080)  评论(0编辑  收藏  举报