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：
代码语言：javascript复制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]) # 62.reduce_min
reduce_min（input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None）
参数：
- input_tensor：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），则缩小所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。
- keep_dims：如果为true，则保留长度为1的缩小维度。
- 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.min
功能：
tf.reduce_min函数用来计算一个张量的各个维度上元素的最小值。
说明：
同样按照axis给定的维度减少input_tensor。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。
3.reduce_max
reduce_max（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），则减少所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。
- keep_dims：如果为true，则保留长度为1的减少维度。
- 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.max。
功能：
计算一个张量的各个维度上元素的最大值。
说明：
按照axis给定的维度减少input_tensor。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，则减少所有维度，并返回具有单个元素的张量。
4.reduce_mean
reduce_mean
5.reduce_all
reduce_all（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），则减少所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。
- 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的不支持使用的名称。
返回：
该函数返回减少的张量，相当于np.mean
功能：
计算张量的各个维度上的元素的平均值。
说明：
axis是tf.reduce_mean函数中的参数，按照函数中axis给定的维度减少input_tensor。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，则缩小的维度将保留为1。如果axis没有条目，则减少所有维度，并返回具有单个元素的张量。
举例：
代码语言：javascript复制x = tf.constant([[1., 1.], [2., 2.]])
tf.reduce_mean(x) # 1.5
tf.reduce_mean(x, 0) # [1.5, 1.5]
tf.reduce_mean(x, 1) # [1., 2.]6.reduce_any
reduce_any（input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None）
参数：
- input_tensor：要减少的布尔张量。
- axis：要减小的尺寸。如果为None（默认），则减少所有维度。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的缩小维度。
- name：操作的名称（可选）。
- reduction_indices：axis的已经弃用的名称。
返回：
减少张量，相当于np.any
功能：
在张量的维度上计算元素的 “逻辑或”。
说明：
按照axis给定的维度减少input_tensor。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，则缩小的维度将保留为1。如果axis没有条目，则会减少所有维度，并返回具有单个元素的张量。
举例：
代码语言：javascript复制x = tf.constant([[True, True], [False, False]])
tf.reduce_any(x) # True
tf.reduce_any(x, 0) # [True, True]
tf.reduce_any(x, 1) # [True, False]7.reduce_logsumexp
reduce_logsumexp（input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None）
参数：
- input_tensor：张量减少。应该有数字类型。
- axis：要减小的维度。如果为None（默认），则减少所有维度。必须在[-rank(input_tensor), rank(input_tensor))范围内。
- keep_dims：如果为true，则保留长度为1的减少尺寸。
- name：操作的名称（可选）。
- reduction_indices：axis的弃用名称。
返回：
减少的张量。
功能：
计算log（sum（exp（张量的各维数的元素）））。
说明：
按照给定的axis上的维度减少input_tensor。除非keep_dims是true，否则张量的秩在axis上的每一项都减少1。如果keep_dims为 true，则减少的尺寸将保留为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。这个函数在数值上比 log（sum（exp（input）））更稳定。它避免了大量输入的 exp 引起的溢出和小输入日志带来的下溢。
举例：
代码语言：javascript复制x = tf.constant([[0., 0., 0.], [0., 0., 0.]])
tf.reduce_logsumexp(x) # log(6)
tf.reduce_logsumexp(x, 0) # [log(2), log(2), log(2)]
tf.reduce_logsumexp(x, 1) # [log(3), log(3)]
tf.reduce_logsumexp(x, 1, keep_dims=True) # [[log(3)], [log(3)]]
tf.reduce_logsumexp(x, [0, 1]) # log(6)8.reduce_prod
reduce_prod（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），则将缩小所有尺寸。必须在[-rank(input_tensor), rank(input_tensor))范围内。
- keep_dims：如果为true，则保留长度为1的缩小维度。
- name：操作的名称（可选）。
- reduction_indices：axis的废弃的名称。
返回：
结果返回减少的张量，相当于np.prod
功能：
此函数计算一个张量的各个维度上元素的乘积。
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。
到此这篇关于Tensorflow中的降维函数tf.reduce_*使用总结的文章就介绍到这了,更多相关Tensorflow 降维函数tf.reduce_*内容请搜索ZaLou.Cn
