Question

我正在学习tensorflow，我从tensorflow网站上获取了以下代码。根据我的理解，axis = 0表示行，axis = 1表示列。

他们如何获得评论中提到的输出？我根据我对##的想法提到了输出。

import tensorflow as tf

x = tf.constant([[1, 1, 1], [1, 1, 1]])
tf.reduce_sum(x, 0)  # [2, 2, 2] ## [3, 3]
tf.reduce_sum(x, 1)  # [3, 3] ##[2, 2, 2]
tf.reduce_sum(x, [0, 1])  # 6 ## Didn't understood at all.

Answer 1

x的形状为(2, 3)（两行三列）：

1 1 1
1 1 1

通过执行tf.reduce_sum(x, 0)，张量沿第一维（行）减少，因此结果为[1, 1, 1] + [1, 1, 1] = [2, 2, 2]。

通过执行tf.reduce_sum(x, 1)，张量沿第二维（列）减少，因此结果为[1, 1] + [1, 1] + [1, 1] = [3, 3]。

通过执行tf.reduce_sum(x, [0, 1])，张量沿着两个维度（行和列）减少，因此结果为1 + 1 + 1 + 1 + 1 + 1 = 6或等效[1, 1, 1] + [1, 1, 1] = [2, 2, 2]，然后2 + 2 + 2 = 6（沿行减少，然后减少结果数组。）

Answer 2

输入是2-D张量：

1 1 1
1 1 1

tensorflow中的0轴是行，1轴是列。沿着0轴的总和将产生长度为3的1-D张量，每个元素是每列总和。结果是[2, 2, 2]。对于行也是如此。

在这种情况下，两个轴的总和是张量中所有值的总和，即6。

与numpy的比较：

a = np.array([[1, 1, 1], [1, 1, 1]]) np.sum(a, axis=0) # [2 2 2] np.sum(a, axis=1) # [3 3] np.sum(a, axis=(0, 1)) # 6

如您所见，输出相同。

Answer 3

为了更好地了解发生了什么，我将更改这些值，结果不言而喻

import tensorflow as tf

x = tf.constant([[1, 2, 4], [8, 16, 32]])
a = tf.reduce_sum(x, 0)  # [ 9 18 36]
b = tf.reduce_sum(x, 1)  # [ 7 56]
c = tf.reduce_sum(x, [0, 1])  # 63

with tf.Session() as sess:
  output_a = sess.run(a)
  print(output_a)
  output_b = sess.run(b)
  print(output_b)
  output_c = sess.run(c)
  print(output_c)

Answer 4

这样想，轴表示将被消除的尺寸。因此，对于第一个案例轴0，所以如果你通过这个维度（2个条目），它们将全部崩溃为1.因此它将如下：

结果= [[1,1,1] + [1,1,1]] = [2,2,2]

所以你删除了维度0

现在，对于第二种情况，您将折叠轴1（或列），因此：

结果= [[1,1] + [1,1] + [1,1]] = [2,2]

最后一种情况是你按照括号中的顺序继续折叠。换句话说，首先你消除raws然后消除列：

result1 = [2,2,2]

result_final = 2 + 2 +2 = 6

希望这有帮助！

Answer 5

x具有2行3列，例如：

1 1 1
1 1 1

沿行减少（tf.reduce_sum(x, 0)）意味着您要从底部和顶部挤压，以便使两个单独的行成为一行。它将变为[2,2,2]。

沿着列（tf.reduce_sum(x, 1)）缩小意味着您从左右挤压，以便3个单独的列成为1列，即[3,3]。

最后tf.reduce_sum(x, [0, 1])表示首先从底部和顶部挤压（它将变为[2,2,2]），然后从左右挤压[2,2,2]，使其变为6。

Answer 6

tf.reduce_sum(x, [0, 1])

命令将首先计算轴= 0（行方向）上的总和，然后将计算轴= 1（列方向）上的总和

例如

 x = tf.constant([[1, 1, 1], [1, 1, 1]])

计算出轴上的总和= 0之后，您正在求和[2,2,2]。在计算轴上的总和= 1之后，您将求和2 + 2 + 2。

最后，得到6作为输出。

reduce_sum（）如何在tensorflow中工作？

6 个答案: