reduction_indices表示按照某个维度进行操作,经常用到2维以内的,三维以上的比较复杂暂不讨论
array = np.array([[1,2,3],[4,5,6]])
with tf.Session() as sess:
print(sess.run(tf.reduce_sum(array, reduction_indices=1)))
print(sess.run(tf.reduce_sum(array, reduction_indices=0)))
结果
[ 6 15]
[5 7 9]
reduction_indices=1表示按照行来运算,比如按照行来求sum,即把一行加起来得到一个数
reduction_indices=0表示按照列来运算,按列求和
要注意的是tensorflow种一般用1表示行维度,0表示列维度,与pandas中相反
该用法和argmax的用法是相同的
array = np.array([[1,2,3],[4,5,6]])
with tf.Session() as sess:
print(sess.run(tf.argmax(array, axis=1)))
print(sess.run(tf.argmax(array, axis=0)))
=>
[2 2]
[1 1 1]
最后
以上就是帅气小土豆最近收集整理的关于TF reduction_indices用法的全部内容,更多相关TF内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复