keras后端函数中的维度

时间:2016-06-03 23:25:36

标签: python keras

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

2 个答案:

答案 0 :(得分:4)

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。

  

: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

答案 1 :(得分:1)

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)

     

- 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。