tensorflow中 tf.reduce_mean函數

tf.reduce_mean 函數用於計算張量tensor沿着指定的數軸（tensor的某一維度）上的的平均值，主要用作降維或者計算tensor（圖像）的平均值。

reduce_mean(input_tensor,
                axis=None,
                keep_dims=False,
                name=None,
                reduction_indices=None)

• 第一個參數input_tensor： 輸入的待降維的tensor;
• 第二個參數axis： 指定的軸，如果不指定，則計算所有元素的均值;
• 第三個參數keep_dims：是否降維度，設置為True，輸出的結果保持輸入tensor的形狀，設置為False，輸出結果會降低維度;
• 第四個參數name： 操作的名稱;
• 第五個參數 reduction_indices：在以前版本中用來指定軸，已棄用;

以一個維度是2，形狀是[3,3]的tensor舉例：

import tensorflow as tf

x = [[1,2,3],
      [1,2,3]]

xx = tf.cast(x,tf.float32)

mean_all = tf.reduce_mean(xx, keep_dims=False)
mean_0 = tf.reduce_mean(xx, axis=0, keep_dims=False)
mean_1 = tf.reduce_mean(xx, axis=1, keep_dims=False)


with tf.Session() as sess:
    m_a,m_0,m_1 = sess.run([mean_all, mean_0, mean_1])

print m_a    # output: 2.0
print m_0    # output: [ 1.  2.  3.]
print m_1    #output:  [ 2.  2.]

如果設置保持原來的張量的維度，keep_dims=True ，結果：

print m_a    # output: [[ 2.]]
print m_0    # output: [[ 1.  2.  3.]]
print m_1    #output:  [[ 2.], [ 2.]]

類似函數還有:

• tf.reduce_sum ：計算tensor指定軸方向上的所有元素的累加和;
• tf.reduce_max  :  計算tensor指定軸方向上的各個元素的最大值;
• tf.reduce_all :  計算tensor指定軸方向上的各個元素的邏輯和（and運算）;
• tf.reduce_any:  計算tensor指定軸方向上的各個元素的邏輯或（or運算）;