这篇文章主要讲解了怎么使用Tensorflow中的降维函数tf.reduce_*，内容清晰明了，对此有兴趣的小伙伴可以学习一下，相信大家阅读完之后会有帮助。

成都创新互联公司是网站建设专家,致力于互联网品牌建设与网络营销，专业领域包括网站制作、做网站、电商网站制作开发、小程序设计、微信营销、系统平台开发，与其他网站设计及系统开发公司不同，我们的整合解决方案结合了恒基网络品牌建设经验和互联网整合营销的理念，并将策略和执行紧密结合，且不断评估并优化我们的方案，为客户提供全方位的互联网品牌整合方案！

在使用tensorflow时常常会使用到tf.reduce_*这类的函数，在此对一些常见的函数进行汇总

1.tf.reduce_sum

tf.reduce_sum(input_tensor ， axis = None ， keep_dims = False ， name = None ， reduction_indices = None)

参数：

• input_tensor：要减少的张量。应该有数字类型。
• axis：要减小的尺寸。如果为None（默认），则缩小所有尺寸。必须在范围[-rank(input_tensor), rank(input_tensor))内。
• keep_dims：如果为true，则保留长度为1的缩小尺寸。
• name：操作的名称（可选）。
• reduction_indices：axis的废弃的名称。

返回：

该函数返回减少的张量，相当于np.sum

功能：

此函数计算一个张量的各个维度上元素的总和。

说明：

函数中的input_tensor是按照axis中已经给定的维度来减少的；除非 keep_dims 是true，否则张量的秩将在axis的每个条目中减少1；如果keep_dims为true，则减小的维度将保留为长度1。 如果axis没有条目，则缩小所有维度，并返回具有单个元素的张量。

举例：

x = tf.constant([[1, 1, 1], [1, 1, 1]])
tf.reduce_sum(x) # 6
tf.reduce_sum(x, 0) # [2, 2, 2]
tf.reduce_sum(x, 1) # [3, 3]
tf.reduce_sum(x, 1, keep_dims=True) # [[3], [3]]
tf.reduce_sum(x, [0, 1]) # 6

另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。

文章标题：怎么使用Tensorflow中的降维函数tf.reduce_*-创新互联
地址分享：http://azwzsj.com/article/igoso.html