keras后端函数中的维度

Question

Keras后端中有许多函数具有keepdims参数。例如

sum(x, axis=None, keepdims=False)

我找不到任何关于这意味着什么的解释。有人可以解释它的作用吗？此外，axis None是什么意思？是否与说axis = -1？

相同

Answer 1

这些不是gulp.task('deploy', function() { return gulp.src('build/test_for_rsync') .pipe(rsync({ root: 'build', ... 特定参数，而是keras参数。

  

轴：无或int或元组，可选

     

执行求和的轴或轴。默认值（axis = None）对输入数组的所有维度执行求和。轴可以是负的，在这种情况下，它从最后一个轴到第一个轴计数。

     

1.7.0版中的新功能。

     

如果这是一个整数元组，则在多个轴上执行求和，而不是像以前那样对单个轴或所有轴执行求和。

     

keepdims ：bool，可选

     

如果将其设置为True，则缩小的轴将作为尺寸为1的尺寸保留在结果中。使用此选项，结果将正确地针对原始arr。

进行广播

here is the source

Answer 2

您可以在deeplearning.net

找到theano（keras后端之一）的文档和教程

对于方法theano.tensor.sum，请参阅here

  

theano.tensor.sum（x，axis = None，dtype = None，keepdims = False，acc_dtype = None）

     

轴 - 沿其计算总和的轴或轴

     

keepdims - （boolean）如果将其设置为True，则缩小的轴将作为尺寸为1的尺寸保留在结果中。使用此选项，结果将正确地针对原始张量进行广播。

正如EoinS指出的那样，theano功能与numpy非常相似。