tf.reduce_mean函数的作用是求平均值。第一个参数是一个集合,可以是列表、二维数组和多维数组。第二个参数指定在哪个维度上面求平均值。默认对所有的元素求平均。tf.reduce_mean
比如,下面是对所有元素求平均值:

x = tf.constant(
[[1., 1.],
[2., 2.]])tf.reduce_mean(x)  # 1.5

当指定第二个参数的时候,指定axis=0,表示沿着‘跨行’的方向求平均。对axis的理解可以参考一下这篇博文

m1 = tf.reduce_mean(x, axis=0)

结果为:[1.5, 1.5]

第二个参数不仅可以是一个数,也可以是一个数字,里面的数字表示指定所有的的轴的方向。
比如

xx = tf.constant([[[1., 1, 1],[2., 2, 2]],[[3, 3, 3],[4, 4, 4]]])
m3 = tf.reduce_mean(xx, [0, 1]) # [2.5 2.5 2.5]

上面是一个三维数组, xx的shape为(2,2,3),可以想象为三个2x2的二维数组叠加在一起形成一个2x2x3的立体,也就是三个面叠加。现在的axis为[0, 1],表示对第1和第2轴的方向求平均值, 也就是分别对每一个面求平均。
第一个面为:
[[1., 2],
[3., 4]]
平均值为2.5

第二个面为
[[1., 2],
[3., 4]]
平均值为2.5

第三个面一样

完整的代码

import tensorflow as tfx = tf.constant([[1., 1.],[2., 2.]])
tf.reduce_mean(x)  # 1.5
m1 = tf.reduce_mean(x, axis=0)  # [1.5, 1.5]
m2 = tf.reduce_mean(x, 1)  # [1.,  2.]xx = tf.constant([[[1., 1, 1],[2., 2, 2]],[[3, 3, 3],[4, 4, 4]]])
m3 = tf.reduce_mean(xx, [0, 1]) # [2.5 2.5 2.5]with tf.Session() as sess:sess.run(tf.global_variables_initializer())print(sess.run(m1))print(sess.run(m2))print(xx.get_shape())print(sess.run(m3))

执行结果:
[1.5 1.5]
[1. 2.]
(2, 2, 3)
[2.5 2.5 2.5]

tensorflow的tf.reduce_mean函数相关推荐

  1. TensorFlow中 tf.space_to_depth()函数的用法

    目录 一.函数定义 二.解释范例 三.代码验证 一.函数定义 通俗易懂些,就是把输入为[batch, height, width, channels]形式的Tensor,其在height和width维 ...

  2. tensorflow中tf.get_variable()函数详解

    如果变量存在,函数tf.get_variable()会返回现有的变量:如果变量不存在,会根据给定形状和初始值创建一个新的变量. def get_variable(name, shape=None, d ...

  3. 【tensorflow】tf.reshape函数说明:重塑张量

    转载 [471]tf.reshape函数说明_周小董-CSDN博客 https://blog.csdn.net/xc_zhou/article/details/85342542 函数原型: tf.re ...

  4. tensorflow 之 tf.tile()函数

    这个函数是用来进行tensor维度扩展的,我们来看一下是怎么用的. 函数定义:tf.tile(input,multiples,name = None) input:表示输入tensor multipl ...

  5. tf.graph函数

    参考 [TensorFlow]tf.graph函数 转载于:https://www.cnblogs.com/Aaron12/p/10036263.html

  6. tf.Graph()函数

    TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理.Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,Tensor ...

  7. tensorflow学习之常用函数总结:tensorflow官方例子中的诸如tf.reduce_mean()这类函数

    前言 tensorflow官网给的例子用到了很多函数,然后并没有具体说明,还要自己去翻文档,有些函数是很常用的,下面来一一总结. 正文 一,tensorflow中有一类在tensor的某一维度上求值的 ...

  8. tensorflow reduce系列函数(tf.reduce_mean, tf.reduce_sum, tf.reduce_prod, tf.reduce_max, tf.reduce_min)

    简而言之,reduce系列的函数都可在张量指定的维度上操作 目录 输入参数 tf.reduce_all   在boolean张量的维度上计算元素的 "逻辑和" tf.reduce_ ...

  9. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits 函数:求交叉熵损失

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法_xf__mao的博客-CSDN博客 https://blog.csdn.net/mao_x ...

最新文章

  1. 恩布企业即时通讯软件,EntboostChat 1.4.2发布,iOS开源IM
  2. mysql 冷热表_Redis+MySQL冷热数据交换
  3. 485转232转换器产品介绍及性能参数介绍
  4. 如何在java中实现线程_用代码说话:如何在Java中实现线程
  5. 智能会议系统(15)--- linphone-android 业务流程
  6. 6个最热门的IT技术职位,薪资都有多高?
  7. 详解 TypyScript 的一个怪异行为
  8. 灰度实战(三):Apollo配置中心(3)
  9. Vue-cli使用prerender-spa-plugin插件预渲染和配置cdn
  10. 第九届“泰迪杯”数据挖掘挑战赛C题-建模思路参考
  11. 数字图像处理(1): 数字图像处理领域应用——电磁波谱 可见光
  12. 路由器刷openwrt
  13. 计算机内打不开小米路由器,win7系统无法访问小米路由器的解决方法
  14. vue项目实现高德地图截图
  15. 谷歌浏览器部分iframe页面无法打开,跨域问题
  16. RSD 教程 —— §2.2  第1次运行的配置
  17. 硬盘/分区克隆:怎么无损迁移老硬盘数据到新硬盘?
  18. 编码器基础知识大扫盲
  19. 电源接反了烧电路怎么办?电源防反接技术讨论
  20. Matlab 与stm32单片机之间的串口通信

热门文章

  1. python中修饰器的优点和作用_Python装饰器(你想知道的这里都有)
  2. 设计所需的各种输出格式(包括整数、实数、字符串等),用一个文件名format.h把这些信息都包括到此文件内,另编写一个文件,用文件包含命令验证可以使用这些格式
  3. 【c语言】蓝桥杯算法提高 c++_ch02_02
  4. f150platinum_新款福特F150PLATINUM精英版皮卡超强越野实力展示
  5. java file 如何关闭,java – 如何正确关闭从FileOutputStream获取的FileChannel
  6. docker history显示完整信息_Docker使用
  7. MyClouds-V1.0 发布,微服务治理及快速开发平台
  8. 百度怎么不挣钱?一个吧居然有不下10种广告!
  9. zoomImg相册大图预览插件
  10. MySQL server PID file could not be found!