https://blog.csdn.net/chengshuhao1991/article/details/78545723
在計算損失時，通常會用到reduce_sum()函數來進行求和，但是在使用過程中常常會搞不清楚具體是怎樣進行計算的，通過查閱資料，逐漸搞清楚了這個函數的用法，下面就來詳細解釋一下。
在TensorFlow官方文檔中有這樣的解釋：
這里寫圖片描述
其實在reduce_sum()中，是從維度上去考慮的。其中的參數reduction_indices很容易搞蒙圈，上個圖加深理解吧。
這里寫圖片描述
調用reduce_sum(arg1, arg2)時，參數arg1即為要求和的數據，arg2有兩個取值分別為0和1，通常用reduction_indices=[0]或reduction_indices=[1]來給arg2傳遞參數。從上圖可以看出，當arg2 = 0時，是縱向對矩陣求和，原來矩陣有幾列最后就得到幾個值；相似地，當arg2 = 1時，是橫向對矩陣求和，原來矩陣有幾行最后就得到幾個值；當省略arg2參數時，默認對矩陣所有元素進行求和，最后得到一個值。
看到這里，函數名的前綴為什么是reduce_其實也就很容易理解了，reduce就是“對矩陣降維”的含義，下划線后面的部分就是降維的方式，在reduce_sum()中就是按照求和的方式對矩陣降維。那么其他reduce前綴的函數也舉一反三了，比如reduce_mean()就是按照某個維度求平均值，等等。
---------------------
作者：閃電小飛豬
來源：CSDN
原文：https://blog.csdn.net/chengshuhao1991/article/details/78545723
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！