3.5.2 reduce_sum、reduce_mean、reduce_max、reducemin函數詳解

自己開發了一個股票智能分析軟件，功能很強大，需要的點擊下面的鏈接獲取：

https://www.cnblogs.com/bclshuai/p/11380657.html

1.1.1         reduce_sum、reduce_mean、reduce_max、reducemin函數介紹

reduce_sum函數是用來求多維tensor的元素之和的方法，reduce是降維的意思，sum是求和的意思。其定義如下：

reduce_sum(input_tensor, axis=None, keepdims=False, name=None)

input_tensor：輸入求和的張量

axis：降維的維度，比如2行3列的矩陣，維度是（0,1）0表示行，1表示列。axis等於0時，2行3列變成1行3列；axis=1時，2行3列默認變為1行兩列，只有在keepdims ，才是2行1列。

keepdims：是否保持維度，如果為True，axis=1時，2行3列變為2行1列

實例

import tensorflow as tf

import numpy as np

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

print(x)

y1=tf.reduce_sum(x);

print(y1)#不指定axis時，等於所有元素相加1+1+1+1+1+1+1=6

y2=tf.reduce_sum(x,0)

print(y2)#指定按行降維，變成一行3列，每列元素相加[2,2,2]

y3=tf.reduce_sum(x,1)

print(y3)#指定按列降維，每行元素相加，因為keepdims默認為false，輸出1行2列[3,3]

y4=tf.reduce_sum(x,1,True)

print(y4)#指定按列降維，每行元素相加，同時保持維度，輸出2行1列[[3],[3]]

 

輸出

tf.Tensor(

[[1 1 1]

 [1 1 1]], shape=(2, 3), dtype=int32)

tf.Tensor(6, shape=(), dtype=int32)

tf.Tensor([2 2 2], shape=(3,), dtype=int32)

tf.Tensor([3 3], shape=(2,), dtype=int32)

tf.Tensor(

[[3]

 [3]], shape=(2, 1), dtype=int32)

 

同理reduce_mean是求平均值，參數含義相同

reduce_mean(input_tensor, axis=None, keepdims=False, name=None)

reduce_max求最大值，參數含義相同

reduce_max(input_tensor, axis=None, keepdims=False, name=None):

reduce_min求最小值，參數含義相同